车子到了楼下后，吴辰终于放下了手机。

人无聊了别说用3g刷网页了，连洗发液包装上的字都能逐字细读。

他看姜楠好象脸色很冷漠的样子，于是建议道：“要不上楼休息一下再回去？”

姜楠的拒绝了，但她还是好心提醒道：“你快上楼吧，明天还要上早八，而且吴淑芬估计饿了两天了。”

“还好吧，它挺能挨饿……这个给你，送你的礼物。”

吴辰也没说他让闵欣柔帮忙的事，而是从包中把机场买的《三体》递了过去。

姜楠接过后，借着车里微弱的氛围灯看了几行，略微诧异。

“谢谢。”

“不用。”

吴辰说完就上楼了。

看着他的背景消失在单元门中，姜楠才踩下油门，同时给陈蓓桃拨了电话过去。

“姜姜，你该不会在玩什么很奇怪的游戏叭？”

陈蓓桃警剔道。

姜楠奇怪道：“什么游戏？”

“就是那种一边打电话一边昆的游戏鸭~”

“无聊。”

姜楠忍不住啐了一口。

虽然两人都没谈过恋爱，但陈蓓桃是个理论高手，阅片无数，所以她们的闺蜜密语也是很黄很暴力。

只不过外人难以想象罢了。

瞎扯了几句，姜楠问道：“是你和吴辰说了我是大刘的粉丝吗？”

大刘就是刘慈欣，国内着名的科幻作家，《乡村教师》、《全频道阻塞》和《三体》这些都是他的代表作。

“哦。”

姜楠淡淡的应了一声。

难道是吴辰从别的地方打听到了她很喜欢看科幻小说？

会不会是自己母亲告诉他的？

姜楠觉得大有可能。

不过陈蓓桃并不知道吴辰送了姜楠《三体》。

她只是兴奋道：“姜姜，送你的那支钢笔可是吴大佬用过的哦，我特意拿给你的，嘻嘻~”

“……”

-----------------

吴辰是真不知道姜楠也爱看科幻小说，他只是按自己喜好买的。

回到家中，空气中还残留着闵欣柔身上的栀子花香。

吴辰在屋子里溜达了一圈。

家里被打扫的异常干净，连边边角角里都被擦的一尘不染。

他又掀开吴淑芬的尾巴瞅了瞅，发现它的屁股也很干净，看来闵欣柔也帮它洗了澡。

“真是个温柔的好姑娘啊。”

吴辰忍不住感叹了一句。

简单洗漱了一下，他便准备开启今天的深度阅读。

但计算机开机后，他发现桌面上多了一个文档。

标题是《给吴老师doc》。

打开后，里面先是闵欣柔列的一个表格，详细说明了她把各种零碎物品放在了哪里，还有衣服分类存放的位置。

第二部分则是她这两天的学习感悟以及一些不懂的问题。

吴辰看了一遍后，将她的问题仔细回复好，然后把文档发到了她的qq上，留言有问题随时交流。

看的出来闵欣柔的数学功底很好。

至少吴辰在论文中用到的算法她都能理解。

尤其是高维矢量的部分。

有一些大四的学生可能都没搞懂，但她却能轻松运用。

吴辰打算回头问问闵欣柔愿不愿意读研。

如果她能一直保持这种学习态度，那下学期他可以推荐她一个保研的名称，顺便给她找个好点的导师。

……

处理完杂事后，吴辰便开始了自己的研究。

今天他选择研究的方向是：基于语义密度的自监督文本去噪算法

原因是他现在已经确定可以获取到讯飞、搜狗和天涯社区的文本内容。

但还需要经过处理，才能用作人工智能训练的语料。

举个例子。

假设他现在拿到了天涯社区里的一篇贴子是《大家畅想一下，二十年后的手机会是什么样子？》，内容是讲网友对未来科技的预测。

帖子的主体及高质量回复，就可以作为训练人工智能大模型的优质材料。

但除了正常回复外，还会有各种gg、水帖。

比如“沙发”、“顶”、“楼主好人”或者纯表情等等。

这些没有价值的回复，就称之为噪音，需要清除掉。

正常来说，是需要人类去完成这一步的。

openai就曾被爆料雇佣了肯尼亚黑奴来帮他们清洗数据，时薪不到2美元。

吴辰也想，但他还没那么多钱，所以就只能用技术来搞定了。

而基于word2vec的无监督文本噪声过滤技术，就是最好的选择。

它可以通过word2vec，先将帖子主体转化为高维语义矢量，再把每一条回帖也转化为映射的矢量，最后计算两者的馀弦相似度，来判断回帖是否与主题相关。

相似度高的内容，在数学空间里就会聚集成一个紧密的球体。

相似度高于设置阈值的，就