Skip to main content

通用的抽象

背景、需求

    自动根据输入信息进行结构化建模 让AI进行一种更通用，哲学上完备的方法，类似于，面向对象对编程技术的抽象 自然语言等抽象概念的结构化 通用抽象引擎， 通用NP问题解决 通用基础计算单元，算法基础范式

    要求

      怎么表达“抽象的程度” ,“抽象的能力” 怎么表达“对象”的行为（“方法”），对象除了属性还有方法 标准的抽象定义方法和通用的逻辑运行和表达方法

      对象

        所有都抽象为对象，对象的定义本身包含所有的约束，只要能生成出合格的对象就是符合约束

          ****对象，

          ****定义一个符号

          继承

          ，分层级定义对象，定义公共属性，表达隐含的“是”
            拓扑关系及层级结构

            组合
              对象可以组合形成新的对象，表达“包含”语义 表示内部状态 对象的属性

              转换

              ，对象之间的转换关系、转换逻辑，包括构造方法、初始化方法
                参数：表示转换的条件 带1个返回值的方法：构造 不带返回值的方法：更新内部的状态

                对任意事物的抽象，或者说约束。

                AI试图生成符合要求的合格对象及对象定义

                实例

                  层级式的笔记的需求

                    表示包含可以拆分、解释的子项 表示需要的步骤 罗列一个项目形成的原因

                    编程语言/程序库/API

                      定义一个对象，对象的组合

                      对象之间的转换的方法

                        逻辑判断、运算

                        可以友好得使用深度模型和梯度下降进行训练、求解

                        LLM大模型的抽象解释

                          可以直接实现现在的LLM的需求

                            每个token就是一个基础对象 每个固定的句子就是组合之后的对象 token的输出就是转换之后的对象

                            tensor：对象的属性

                            dot/gemm：对象的转换

                            对象的组合：attention

                            文生图的工作分析

                              输入一串的文本，经过抽象成内部的表达：一堆的“语言抽象出来的对象（不同层级）”的组合 转换成图像的抽象对象的表达 通过“图像对象”转换成图像 语言 -> 语言对象 -> 图像对象 -> 图像 端到端的训练，同时训练中间的3次转换的模型

                              示例

                                NetList -> 对象 -> 对象 -> PR结果 sequence -> 语言对象 -> sequence

                                应用

                                设计一个通用的思维方式，对基础模型进行按照通用的思维方式进行微调

                                以设计的固定关键字作为通用的接口，遵循一个通用的“模版接口”

                                作为AI的专用思考语言，思考的方式

                                作为人类和AI交互的接口，避免自然语言的不精确

                                在生产环境下描述需求是非常复杂的。他们不知道如何写提示词，描述不准确会导致 AI 的回复质量低下，进而使开发者失去信心。其次，是 context（上下文）的处理。在复杂工程中，如果 context 给得不对或给得太少，AI 就无法理解整个架构，可能会出现一些幻觉，比如新增错误的类或改错地方，这会导致准确率下降。

                                避免和解决，“许愿”式的交互——目前大模型的用户无法清晰描述具体需求，更像是在表达愿望

                                目前AI只能理解和生成一些低层级的抽象，不能生成和设计高层级的设计

                                对于辅助编程来说，只能实现一些固定简单功能的函数，对于复杂的类抽象设计不能实现，高层次的功能不容易描述和表达。

                                工程化接口

                                  通用的抽象方法

                                    派生/继承/重写：对基础对象进行扩展，复用公共的定义

                                    对象的初始化的表达

                                      构造函数，基类的构造 成员变量的实例化

                                      引用-指针

                                      组合：一个对象可以包含多个不同类型的定义/抽象，组合形成新的定义/抽象

                                      变换：成员函数，定义一个支持一个或者多个定义/抽象的输入，输出一个或者多个定义/抽象

                                      适用场景：isa的定义，建模的定义，

                                      扩展到所有的抽象工作

                                      定义一种简单的脚本语言，适用于通用的抽象表达

                                      class A:
  pass

class B:
  pass

class C(A):
  C()
  B b
  A ToA(B):
    return A

                                      Backup

                                      继承， 初始化参数 构造函数 static

                                      组合（实例化） 及初始化 调用构造函数

                                      初始化序列，层层构造

                                      方法（变换）

                                      1. 构造函数也是方法的一种

                                      引用-指针

                                      1. 所有的成员变量都是被使用都是采用指针或者引用

                                      构造函数是必须的吗？

                                      1. python 作为config 被解析成ast，只是利用了python的语法,替代toml
                                      2. 动态解析python model + model运行

                                      Back to top