【第一步，数据准备……】

【第二步，训练分词器，分词就是把去除特殊字符、标点符号等要去掉，然后进行分词，词干提取等，把输入文本切分成有意义的子单元，这样模型才能更好地理解和学习文本数据。】

【第三步，安装配置环境……】

……

在b站，夏飞同学的名气并不打算大，但此刻，一个一个的人正在不断的涌入，看他怎么从0训练一个简易gpt模型。

一大票人在那看的津津有味儿，实际他们什么都没看懂，尤其是代码部分，那更是看的云里雾里。

那他们看什么呢——直播画面中的画中画——画中画的内容赫然就是正是纪弘紧急训练成长引航模型的场景。

“小飞啊，伱看看人家，那一开口：‘资料拿来，复制导入，好，完了齐活。开始训练。’

“你这这是在这干啥呢？还分词，分的那是什么玩意儿？不就金庸的几本吗？15本是吧，全加起来也就几十兆吧？吭哧吭哧半天了都我在这看你，怎么还没完呢？怎么感觉都不是一个时代的产物啊你这！”

跟想象中优雅从容的场景不同，与纪弘训练ai的场景更是完全迥异，夏飞同学手忙脚乱的场景更是遭到了质疑：

“你就是这么训练ai的？不是糊弄我们吧？”

夏飞同学笑了笑：“这才是正常的，不正常的是卷耳智能科技。我这么告诉你吧，不管是微软还是openai，不管是百度还是阿里，不管是通义千问还是文心一言，所有的ai训练都是我这个流程。

“只是规模大或者规模小而已，模式、步骤、甚至代码都是一样的，因为用的都是开源的gpt代码，巨头公司可能有自己的迭代，但是总体是差不多的。”

观众顿时又有些懵，你们原来是这么玩儿的啊，怪不得这么落后，比不上卷耳智能科技，这