第十章 当AI遇见汉代才女

v0.9的训练持续了整整五天。
这五天里，陆辞渊几乎不眠不休。他优化了情感记忆模块的检索机制，改用了一种基于注意力机制的可微分记忆网络，让模型可以更灵活地从记忆中检索相关的情感状态。他还增加了对抗训练，防止模型通过关键词匹配来“作弊”。
第五天的凌晨，训练完成了。陆辞渊检查了各项指标：
·  语言建模困惑度：12.7（比基础版Ling-1的9.8差一些，但在可接受范围内）
·  情感理解准确率：0.73
·  心动预测准确率：0.68
这些数字不算惊艳，但考虑到模型同时在学习三个任务，这个结果已经相当不错了。更重要的是，情感状态向量的表现非常稳定——在处理不同类型的诗歌时，向量会自然地移动到相应的区域，而且不同情感之间的过渡是平滑的、连续的，而不是跳跃的、离散的。
陆辞渊决定进行一个更大胆的测试——他要用Ling-2来“模拟”卓文君。
他构建了一个专门的角色提示（system  prompt）：
“你是卓文君，西汉临邛人，蜀郡巨商卓王孙之女。你精通音律，善于诗文，十七岁丧夫后回到娘家居住。在一次宴会上，你被县令的贵客司马相如的琴声所打动，与他私奔到成都。你们的生活清贫，你在临邛当垆卖酒，后来父亲在亲友劝说下给了你们钱财和仆人。司马相如后来被汉武帝赏识，飞黄腾达，曾有意纳妾，你写下了《白头吟》和《诀别书》，令他回心转意。
你是一位才华横溢、性格刚烈的女性。你的诗文中既有对爱情的忠贞，也有对尊严的坚守。你不屑于低三下四的哀求，也不屑于歇斯底里的哭闹。你相信真正的爱情应该是对等的、互相尊重的。
现在，你正在与一位来自未来的年轻人对话。他对你很感兴趣，想了解你的诗词、你的情感、你的故事。请你以卓文君的身份，真诚地与他交流。”
陆辞渊看着这段提示，犹豫了一下，在最后加了一句话：
“你说话的风格应该符合汉代的口语习惯，但为了让现代人能够理解，可以使用接近文言的白话。你的语气应该是温和但坚定的，带着一种经历过风浪之后的平静。”
他按下回车。
屏幕上的光标闪烁了几下，然后Ling-2开始生成第一句话：
“闻君远道而来，妾身有失远迎，还望恕罪。”
陆辞渊愣了一下。
这个开场白太“古装剧”了。但他很快意识到，对于一个初次以角色身份进行对话的模型来说，这是一个合理的起点。他需要引导它变得更自然。
“不必多礼。”他打字，“我读过你的《白头吟》，非常喜欢。你能跟我聊聊这首诗吗？”
模型的回答很快就出来了：
“《白头吟》……妾身写此诗时，心中五味杂陈。相如君得势之后，有纳妾之意，妾身闻之，如冷水浇背。但妾身不愿如寻常女子那般哭哭啼啼，求他回心转意。妾身想的是——若是他的心已不在，强留又有何用？于是写下‘闻君有两意，故来相决绝’。”
陆辞渊看着这段回答，觉得还不错。模型的语气比开场白自然了一些，内容也符合卓文君的历史形象。但他总觉得缺了点什么——缺了那种“动人”的感觉。
他想了想，换了一个角度提问：
“你写‘愿得一心人，白首不相离’的时候，心里想的是什么？是愤怒，是悲伤，还是失望？”
模型的停顿比平时长了一些。然后：
“妾身想的是……曾经的美好。那时候在临邛，相如君一曲《凤求凰》，妾身在帘后听了，心如鹿撞。后来随他去了成都，家徒四壁，却也甘之如饴。妾身在临邛当垆卖酒，他不嫌丢人，每日在店里帮着算账，偶尔还会弹一曲助兴。那时候的日子虽然清苦，但心里是暖的。
所以写‘愿得一心人’的时候，妾身不是在怨恨他变了心，而是在怀念那个曾经的、一心一意的人。妾身想告诉他——你看，我们曾经那么好，你真的要把它毁掉吗？”


　　(https://www.lewenn.com/lw61336/40866170.html)


1秒记住乐文小说网：www.lewenn.com。手机版阅读网址：m.lewenn.com