大模型训练里有个基础概念，"词向量"，理解了这个词，可能会帮你更好的理解人。
计算机本来是不认字的，那它怎么读懂"苹果"是什么意思？
1950 年代有个语言学家说过一句话，成了后来整套技术的地基："You shall know a word by the company it keeps."
想知道一个词什么意思，就看它常跟哪些词做伴。
机器根本不"理解"苹果，它只是把全人类写过的句子数了一遍，发现"苹果"总跟"吃、甜、树、水果"一起出现，就把它摆到了那一堆旁边。观其伴，而知其义。
我们天天刷到的"猜你喜欢"，也是同一套逻辑，只是换了数据源——这里的"伴"从词变成了你的行为。你看过、买过、点赞过、看完没快进的东西，就是你的"上下文"。
系统统计哪些人常一起喜欢哪些东西，把你和每件商品都变成一个空间里的点：爱看《星际穿越》《三体》的人也爱看《沙丘》，这三部就挨得很近，常看它们的你也被拉到那一带。
想象一个巨大的兴趣广场，几亿人和几亿件商品都站在上面，兴趣越像站得越近；推荐你，不过是系统站在你的位置往四周看一圈，把你伸手够得着的递给你。所谓"猜你喜欢"，没有玄学，就是量了一下距离，把最近的邻居拿过来。
学到这儿你可能就懂了，这不就是我们看人的方式吗？
很多时候，想看透一个人，跟他本人聊未必最准，话是可以修饰的。
但一个人长期跟谁来往、待在什么样的圈子里、喜欢什么讨厌什么、书架上摆着什么，这些"邻居"很难装。观其邻，而知其人。
但人比词有意思的地方，是词只能被动地被邻居定义，人却能自己挪位置。词只能"被观其邻而知义"，人却能"选其邻而成其义"。
你选择靠近谁、远离谁、泡在什么社区、允许什么样的人进入你的上下文，这本身就是在雕刻你会变成谁。这是词没有、而人独有的自由。
你多一个爱好、留一道伤疤、换一份事业，都是在亲手把自己的坐标往某个方向搬，顺带换掉一圈邻居。词没得选，人却随时可以搬家。
所以真想理解一个人，看他过去和现在的邻能知道他从哪来，但还有一层，他正努力靠近的、那个还没成为的邻，往往才更接近他想成为的自己。
by @我的兄弟叫铁马 #无用但有趣的冷知识
计算机本来是不认字的，那它怎么读懂"苹果"是什么意思？
1950 年代有个语言学家说过一句话，成了后来整套技术的地基："You shall know a word by the company it keeps."
想知道一个词什么意思，就看它常跟哪些词做伴。
机器根本不"理解"苹果，它只是把全人类写过的句子数了一遍，发现"苹果"总跟"吃、甜、树、水果"一起出现，就把它摆到了那一堆旁边。观其伴，而知其义。
我们天天刷到的"猜你喜欢"，也是同一套逻辑，只是换了数据源——这里的"伴"从词变成了你的行为。你看过、买过、点赞过、看完没快进的东西，就是你的"上下文"。
系统统计哪些人常一起喜欢哪些东西，把你和每件商品都变成一个空间里的点：爱看《星际穿越》《三体》的人也爱看《沙丘》，这三部就挨得很近，常看它们的你也被拉到那一带。
想象一个巨大的兴趣广场，几亿人和几亿件商品都站在上面，兴趣越像站得越近；推荐你，不过是系统站在你的位置往四周看一圈，把你伸手够得着的递给你。所谓"猜你喜欢"，没有玄学，就是量了一下距离，把最近的邻居拿过来。
学到这儿你可能就懂了，这不就是我们看人的方式吗？
很多时候，想看透一个人，跟他本人聊未必最准，话是可以修饰的。
但一个人长期跟谁来往、待在什么样的圈子里、喜欢什么讨厌什么、书架上摆着什么，这些"邻居"很难装。观其邻，而知其人。
但人比词有意思的地方，是词只能被动地被邻居定义，人却能自己挪位置。词只能"被观其邻而知义"，人却能"选其邻而成其义"。
你选择靠近谁、远离谁、泡在什么社区、允许什么样的人进入你的上下文，这本身就是在雕刻你会变成谁。这是词没有、而人独有的自由。
你多一个爱好、留一道伤疤、换一份事业，都是在亲手把自己的坐标往某个方向搬，顺带换掉一圈邻居。词没得选，人却随时可以搬家。
所以真想理解一个人，看他过去和现在的邻能知道他从哪来，但还有一层，他正努力靠近的、那个还没成为的邻，往往才更接近他想成为的自己。
by @我的兄弟叫铁马 #无用但有趣的冷知识
