66读书

transformer：从“是什么”到“为什么重要”，零基础也能懂（第5页）

- 代码生成：比如GitHub Copilot（基于GPT技术），你输入“写一个Python的计算器程序”，它能生成完整的代码。

（三）T5：“理解+生成”都擅长，像个“全能选手”

T5的全称是“Text-to-Text Transfer Transformer”，翻译过来是“文本到文本转换Transformer”——它的核心特点是同时用好“编码器”和“解码器”，既擅长“理解信息”，又擅长“生成信息”，是个“全能选手”。

简单说，T5能把所有AI任务都变成“文本到文本”的转换任务。比如：

小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！

- 翻译：输入“translate English to Chinese: I love you”，T5输出“我爱你”（理解“翻译需求”，生成“中文翻译”）；

- 摘要：输入“summarize: 小明昨天去超市买了牛奶、面包和鸡蛋，今天早上用牛奶和面包做了早餐，下午还去图书馆借了两本书”，T5输出“小明昨天买了食材，今天早上做了早餐，下午去图书馆借书”（理解“摘要需求”，生成“精简摘要”）；

- 问答：输入“question: 小明昨天买了什么？ context: 小明昨天去超市买了牛奶、面包和鸡蛋”，T5输出“牛奶、面包和鸡蛋”（理解“问题和上下文”，生成“答案”）。

T5就像一个“万能工具”，不管是需要理解的任务，还是需要生成的任务，它都能搞定。不过它的“全能”也有个小缺点：在某些“专精任务”上，比如纯写作，可能不如GPT；纯阅读理解，可能不如BERT——但胜在“啥都会”，适合需要同时处理多种任务的场景，比如智能助手（既需要理解用户的问题，又需要生成回答，还可能需要翻译、摘要）。

五、Transformer的“实际用处”：不止能聊天写文案，这些领域都靠它改变

可能有人会说：“Transformer听起来很厉害，但跟我有啥关系？”其实不然，现在咱们生活中很多常见的功能、常用的APP，背后都有Transformer在“干活”。从日常聊天到工作办公，从娱乐消遣到行业生产，Transformer已经悄悄改变了很多领域。

（一）日常沟通：让AI聊天更“像人”，智能客服不再“答非所问”

以前的智能客服，比如你问“我的快递到哪儿了”，它可能只会机械地回复“请提供订单号”，如果你接着问“没有订单号怎么办”，它就会卡住，或者重复之前的话——这是因为以前的AI“理解不了上下文”。

而用了Transformer的智能客服，能像人一样“连续聊天”。比如：

- 你：“我的快递到哪儿了？”

- 客服：“麻烦提供一下订单号，我帮你查询。”

- 你：“我忘了订单号，只记得昨天买的衣服。”

- 客服：“好的，麻烦提供一下你的手机号，我帮你查找昨天的衣服订单。”

- 你：“手机号是138XXXX1234。”

- 客服：“查到了，你的快递现在在XX快递点，预计今天下午3点前送达。”