一个优秀的死读书的人，基本和LLM的原理差不多

也是在和笑笑的聊天中意识到的一些想法。

一个以考试为主导的人，而且考的很好，是如何做到的。有两种途径。

一个就是通过深入学习，实践，融会贯通，所以使用考试进行检测。考试结果可能不会特别理想，但是考试的合格分数应该是符合某种统计分布的，这个区间的人代表掌握了技能和知识。

还有一种则是考试为导向的学习，这种学习其实和LLM的原理很像，通过刷题技能提升考试。这其实和大模型训练出的词嵌入表很像，大模型在人类考试中可以取得很高的成绩也是归功于此。

这种情况下的考试往往有很多策略，比如排除法，关键词联系法，词嵌入也是同样的，甚至是多头注意力机制，也是通过找到题目和答案中最接近的选项，或者是像生成式AI那样通过关联性的高低，找到最有可能的生成结果。

但是无论如何，这样的考试攻略，只是在找知识点关键词的关联，这让我想起自己考AWS考试的场景，很多知识点明明没有理解，但是却能选出正确答案，最后却不会应用，这个时候大模型会跳出来了，告诉你，没有理解也没关系，只要通过余弦相似度，就能找到最有可能的答案，无非就是向量相似度和概率的问题。

当然不可以做第二种人了，为什么，因为通过这种方法进化，干不过大模型。人类的优势在于创新，想象力，和真正的知识迁移。