本书主张什么，不主张什么

镜子是一个类比，可能被推得太远。模型不只是镜子：它有自己的错误，可以流畅地说出错误的事，带着训练数据和微调者的偏差，而且在许多任务上可能比使用者更强。因此本书区分三类陈述。一类是数学，例如条件熵和注意力的定义，或阿什比的必要多样性定律。一类是已发表的研究结果，例如微调对输出多样性的影响、递归训练下的模型崩溃，以及人机团队好坏参半的记录。还有一类是作者关于这些结果对人类使用者意味着什么的假说。后者放在假说框中，每一条都写明什么样的结果会推翻它。

如何阅读标注框

与 5D Library 的其他书一样，不同性质的陈述分开标注。

全书结构

1. 作为条件分布的机器。 熵、条件熵与互信息，以及模糊的提示和有约束的提示对答案分布的影响。
2. 自注意力的几何。 从零实现缩放点积注意力，用一个玩具模型展示停留在一个领域或跨越几个领域的查询，并与《学记》撞钟之喻并读。
3. 阿什比必要多样性定律。 为什么唯有多样性才能吸收多样性，以及一个关于使用者能核实多少生成内容的模型。
4. 投射、巴纳姆效应与确认偏误。 精度加权的信念更新与偏向同化，以及读者（无论喜爱还是不信任机器）如何在模棱两可的文本中看见自己。
5. 回音室与模型崩溃。 用生成数据递归训练、分布尾部的丧失，以及为什么新鲜的真实数据能防止它。
6. 半人马智能。 从自由式国际象棋到「锯齿状前沿」，以及一项关于人机团队的元分析实际发现了什么。
7. 原典中的镜子。 庄子「至人之用心若镜」、《学记》撞钟、华严宗因陀罗网，以及唯识学对心识的分析。
8. 实践与预注册试验。 一份审计提示词或研究任务书信息量的四步核查表，以及一项比较单一领域提示与跨领域结构化提示的盲评随机试验。

本版说明

这是 1.0.0 版，第一个完整版：序与八章，中英双语。欢迎通过 5D Library 网站指正错误、补充作者遗漏的文献。