对了，针对 4 楼的问题，我讲下我的理解，因为大语言模型回答的时候，是通过激活跟上下文相关的权重网络进行理解和回应的，并不是检索数据的过程，假设把 context 只针对本次 session 的参数，可能会有另一个问题，就是 context 如果是错误的，根据错误的权重网络，那么就会推导出错误的结果。

训练数据训练的过程其实不是记忆全部数据的过程，而是学习语言规律，用法，结构的过程，训练过程中会调整参数，在训练结束后，这些参数就是大语言模型的 “长期记忆”，而聊天的上下文，会传给大语言模型进行推理，找到权重相关的内容，然后组织出答案。上下文越多，关联的东西就越多，大语言模型需要进行更多的文本分析和激活更多的参数权重，所以就约束了参数的上下文长度。
上面那个是我跟 chagpt-4 一起交流出来的，然后梳理出来的我的理解，有错的欢迎交流指正

如果原文是英文的话，蹲个原文

同样用 2 楼那个字体，中文叫霞鹜文体

@iloveoovx readwise

@zhaorunze 要不你分享下你的经历？

看了竟有些感动，楼主很幸福。祝新年快乐。

加油

@mirone 先 fork 看下。后面有问题我们交流下

@mirone 这个看起来有点意思，请问怎么加入？

@buubiu 电池维修多少钱。

@buubiu 应该是过热。。

俺也一样，看看 V 友回复。

给楼里一些人一个建议，别老是以一个固定的角度去看问题，就不能多想想别人的角度？多个角度看问题多点思路，老是一副怼天怼地的语气，实在是没有意思。

@locoz 有没有活跃的 roam 交流群分享下呢？

加入宏任务，只是为了不让它被立刻执行，可以在下一个 event loop 去执行。

支持一个，感觉挺有意思的项目

@liyang5945 respect