1.树形结构数据模型
科幻作家刘慈欣在小说《超新星纪元》中描述了一个令人难忘的场景——几个十几岁的孩子被带到一个小山环绕的地方，他们的面前是一条单轨铁路，上面停着十一列载货火车，每列车有二十节车皮这些车首尾相接成一个巨大的弧形，根本看不到尽头。
2.树状模型
这些车中，其中一列装的是味精，另外十列装的是盐「这么多的味精和盐够我们国家所有的公民吃多长时间？」带孩子们来的大人向他们提问「一年？」「五年？」「十年？」没有一个孩子答对最后的答案让他们目瞪口呆：「只够一天」。
3.树形结构模型
这个场景之所以令人难忘，是因为它以一种非常具象的方式向我们展示了这个世界的运转多么难以被普通人准确感知它的背后是海量的精确数字：负责供应盐和味精的部门需要算出每个周期要生产多少才能满足需求；负责生产的工厂要监控机器运转情况，从一堆精确却晦涩难懂的数字、代码中读出问题；而给机器供电的电力系统也要监测和变压器相关的一切数据，避免非计划停机带来高昂的抢修成本和难以估量的用户损失。
4.树模型有哪些
这个世界，就是以这样一种精确的方式运转着那些数字就像我们每天呼吸的空气，你可能感觉不到它们的存在，但一旦它们出了问题，你的感知将会非常强烈也正因如此，这些数据的处理至关重要由于这些数据往往以固定的行列格式组织，数据之间的结构关系是预先定义好的，因此也被称为「结构化数据」。
5.树模型算法
可以说，我们在工业化社会体验到的几乎所有便利，背后都依赖着这些结构化数据的理解、处理与预测然而，在 AI 席卷一切的今天，处理这些最基础的数据，却成了最大的痛点我们寄希望于看似无所不能的 LLM 大模型。
6.树模型的优缺点
但现实很骨感：LLM 擅长写诗与编程，但却很难读懂一张简单的电子表格，因为 LLM 的建模方式（涉及到文本的模糊性）与结构化数据所要求的精确性存在巨大 gap，一直达不到生产要求这一现状也导致，整个行业都还在用已经存在了十几年的专用模型，每遇到一个新的数据集或者一个新任务可能就要重新训练一个。
7.树状模型 数据库
这就好比为了喝一杯新口味的咖啡，你必须重新造一台咖啡机这种低效的生产方式与始终追求高效率、强泛化能力的 LLM 领域形成了鲜明对比，也成了阻碍产业发展的一大瓶颈这也是为什么，前段时间清华大学与稳准智能联合发布的
评论(0)