则能够引入更多的因素去综合判断某一次搜索的相关结果。
这个属于非常重要的技术突破，孟繁岐明年还会开发Transformer和伯特(BERT)方法，也就是ChatGPT的T。
到时候对这个解释模型还会有继续的升级。
即便孟繁岐一年多后离开谷歌，这个算法也会持续地迭代下去。
甚至可以说，它是一个非常低配版本的Bing大小姐(GPT-4内核)，有一定的语言理解能力足以帮助搜索引擎更好的理解用户的搜索语句。
不过还不具备任何看起来像智能的功能，也就没法真正和用户对话。
希小虎现阶段对AI的理解不是那么的充分，此时的语言模型基本上以时序类模型为主，也都是有一定年头的老技术了。
因此他多少还是知道一些：“时序类语言模型理解语句可能确实不错，但用在这么大的体量，会不会太慢？”
所谓时序模型，就是一个时刻的模型计算可能需要联系前后文，没有办法独立的进行运算，因此也就极大地限制了运算的并行。
本来一个人做一百题确实很慢，但一百人做一百题，那就是百倍速度的提升。
可若是第二题一定要第一题