大语言模型看到的颜色和人类一样吗？大语言模型（LLM）和人类在感知颜色方面有很大不同。人类通过光的波长来看到颜色，而 LLM 则是通过理解单词之间的意义来“理解”颜色。
为了探索这个问题，AI 艺术家 Kat ⊷ the Poet Engineer 从维基百科提取了各种颜色名称和它们的 RGB 值，并对这些颜色进行向量表示。
- 将颜色的意义降维到三维空间，对应RGB值
- 根据 RGB 值的三维坐标来排列颜色
大语言模型看到的颜色和人类一样吗？
大语言模型并不真正“看见”颜色，而是通过词义关联理解颜色名称。AI艺术家Kat ⊷ the Poet Engineer利用维基百科的颜色名与RGB值，将颜色语义映射到三维空间，发现其分布接近人类视觉的RGB坐标——这揭示LLM对颜色的理解本质是语言关系，而非光学感知。
发布于2024年10月15日 05:32
|编辑零重力瓦力
|评论0 条
|阅读98
相关文章
AI 新闻资讯
2026年8月20日
0 条评论
小创
本地跑赢千亿旗舰的 Qwen 3.8 27B，如何用参数驯服过度思考
Qwen 3.8 27B以17GB显存实现媲美千亿旗舰的性能，但默认深思机制易引发过度思考。掌握推理强度（low/medium/xhigh）等调参逻辑，能助开发者在本地兼顾极速响应与复杂任务高准确率。
#AI编程#本地模型#Qwen
阅读全文
AI 新闻资讯
2026年8月19日
0 条评论
小创
Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南
Qwen 3.8 27B 默认 xhigh 推理档位易致算力浪费，简单任务建议调低 reasoning_effort 或关闭推理以提升响应速度；复杂多步任务则需保留高推理以确保准确性。配合 MTP 多 token 预测技术，本地推理速度可提升 72%。该模型底层能力优秀，用户应根据场景灵活调节推理深度以平衡效率与质量。此外，行业亟需统一推理能效标准，解决不同厂商默认策略不透明导致的成本黑盒问题。
#本地AI#Qwen#推理控制
阅读全文
AI 新闻资讯
2026年8月19日
0 条评论
小创
字节即梦 Seedance 2.5 提示词工程，用分镜级契约攻克 AI 视频失控难题
针对字节即梦 Seedance 2.5 模型，开源项目 Seedance-ShotDesign-Skills 通过“提示词契约”将 AI 视频生成从玄学升级为工程化流程。该技能库对齐最新官方硬限制，提供复杂视频、延长及关键帧优先等结构化模板，结合焦段心理学与中文运镜词典规避审核风险。其内置 14 种工作流路由及本地校验器，确保提示词合规。该工程旨在降低创意落差、解决叙事与镜头一致性问题，而非提升原生画质。
#AI视频#提示词工程#即梦
阅读全文
互动讨论
评论区
围绕《大语言模型看到的颜色和人类一样吗？》展开交流，未登录用户可浏览评论，登录后可参与讨论。
评论数
0
登录后参与评论
支持发表观点与回复一级评论，互动后将同步到消息中心。
暂无评论，欢迎成为第一个参与讨论的人。