穿越：2014

　　在萌芽状态。

　　得出这一判断，伊芙·卡莉自然有相应的依据。

　　就拿前不久林灰在论文补充内容中所提到的预训练来说吧。

　　此前涉及到“训练”的时候人们往往想到是对训练生成的模型由机器学习方面的专家进行调整。

　　很少有像林灰这样的对训练过程就有想法的。

　　毕竟涉及到语料训练这已经是一个语言模型构建很靠前的问题了。

　　除了这个例子之外，还有此次来到中國和林灰的第一次谈话。

　　当时两人聊到了对“语料向量化之后再处理可能导致的维度爆炸”相关问题的处理时。

　　原本伊芙·卡莉设想的降维做法有将高维模型转化为低维模型、将分析后得到的高维数据降低成低维数据等等。

　　而林灰提出的思路却是将语料向量化之后得到原始高维向量数据直接进行降维处理。

　　而在此前涉及到维度爆炸这件事几乎没啥研究者想到直接对维度本就比较高的原始数据做文章。

　　毕竟这涉及到将语料信息抽象成向量原始数据已经差不多其对应研究中特别靠前的一个环节了。

　　伊芙·卡莉觉得这些都可以佐证她先前的判断。

　　依据她先前的判断的话，还可以在此基础上进一步推断。

　　如果一个科研项目涉及到多个环节，每个环节都有可施为的空间。

　　那林灰一定会在最初的环节下主要功夫或者是最初环节还要之前的地方开辟新的赛道。

　　知道这个有什么用呢？

　　当然有用，甚至是有大用。