摘录：
昨年5月，科幻作家渊星成了别称数据标注员。责任浅易来说，就是教AI写演义。
23岁的渊星毕业于一所“211”高校，准备跨专科考研时，他找了这份过渡责任。他也想趁此机会了解AI的写稿机制，“会不会有一天，AI的确会取代东说念主类演义家？”
这是一条新时期的活水线。从数据标注员，到质检员，到方法司理，再到大厂的正编团队，东说念主们各司其职，把一篇篇爆款演义拆成各式层面的执行，动作数据喂给AI。
像剖解一头牛，他们剖解演义的每一章节，既标注各式爽点，也给东说念主物贴上“心脏”“无能废”之类的标签。之后，他们还给AI提供“规范谜底”，评测、润色AI生成的演义。
在这里责任的半年间，这位年青的写稿家很猛进度上缓解了AI惊恐。他看到了AI写演义的局限性，也在这个经由中再行阐述我方写稿的价值。
张开剩余91%以下是渊星的论说：
文 | 卢冠秋 黄文玥
剪辑 | 周航
像AI通常写稿
昨年5月，准备第三次考研时，为了找份过渡责任，我进了一家大厂外包公司的写字楼，成了别称数据标注员。
招聘条件有写稿资历，我从高中起就写科幻演义，也拿过奖，适合它的条件。口试时，HR给了我一千字的演义章节，让我把它压缩成不到一百字的大约，也就是“细纲”。那是我头一次知说念这个成见。
其后一段时辰里，我每天的责任，就是把一篇万字操纵的爆款收罗演义，浓缩成一条条细纲。
咱们“细纲组”有十多个年青东说念主，大多来自中语、新传专科，干过编剧的相比多。有东说念主场地的剧组倒闭了，就来这里责任。公司尝试过让AI来抽细纲，但AI的概述很是干瘪，字数不到东说念主工细纲的三分之一，还会丢失巨额要津信息。
细纲有个条件：不成“类正文”。比如只可写“他感到厌烦，把杯子打碎了”，但不成写“他被气得脸发红，把杯子打碎了”。“脸发红”，属于有画面感的执行，是要留给AI生成的。或者说，要让AI剖判，东说念主类若是想要写一个东说念主物不悦了，会用“脸发红”来形容。这是大厂家具团队定的计谋。他们会把细纲喂给自家AI，让它写出一篇无缺的演义。
我的好多共事，一直俗例不了干巴巴地写细纲。他们不少东说念主总会下相识用文学化的抒发，直到两个多月的方法竣事，王人存在“类正文”的问题。
图文无关。图源 视觉中国
我本科学采矿专科，不像他们持久写固定文学，反而适合得很快。作念了几天，就从标注员提升成了质检员——活水线的下一起工序。两者工资通常，但质检员细腻修改标注员数据，也有权利奉赵去让标注员重写。
比起“类正文”，我更头疼的是各式语病。一千字的章节，细纲不成杰出350字，又不成漏情节，标注员会巨额不详，比如把几个东说念主的动作压缩到一个极长的句子里，还全部用“他”来指代。把东说念主名王人改成“他”，不错省下几十个字。省到终末，句子根本欠亨顺，还得给它加且归。
方法司理说，严格浪漫字数既是因为模子单次能够惩办的token（大模子惩办信息的最小信息单位）有限，亦然为了减少字数波动对大模子识别的影响。若是一个章节的细纲是三百字，另一个写了五百字，模子可能会以为后者需要详写，但也许字数多的原因仅仅情节细碎。
演义标注方法一共有两个组。除了“细纲”组，还有另一个组，活更杂一些，要写“灵感”、“小标题”，给东说念主物贴上各式标签。环球王人是“拆文”，仅仅拆的东西不通常。
“灵感”是整篇演义的大约，“小标题”是段落的卤莽和作用。公司文档提供了段落的九个基本功能：起初、发展、情愿、回转、落幕，等等。咱们从内部挑着用，再补充上“提供爽点”之类的其他作用。咱们还要给东说念主物写小传，用几个形容词，比如明锐、嚣张调皮，以及绿茶一类的“东说念主设”，去概述东说念主物。这是让模子学习，什么样的秉性会作念出什么样的活动。
作念这份责任前，我没无缺看过一篇网文。但看多了就能发现，即便收罗演义里的东说念主物相比刻板化，也远不是划定文档里那二三十个东说念主设标签能概述的。
比如咱们时时用到“绿茶”这个标签，但网文中“绿茶”的变体其实好多。有的东说念主物的确可爱男主角，莫得坏心，赛车pk10官网平台首页仅仅语言软极少，在我看来这算不上“绿茶”，可照旧会被共事贴上这个标签。
咱们时时感到，划定文档里的标签不够用。比如一个东说念主前期很无能，后期醒觉了，那“无能废”就很难概述这个东说念主物的弧光。这时期，我会向AI描画这个东说念主物，让它提供几个标签，再从内部选。就这样咱们我方编出了“逆袭者”“抵抗者”之类的新标签。但也有标注员不认同，认为网文寰球里莫得这种东说念主设。
算法东说念主员给咱们先容过大模子的基本旨趣，说是通过展望下一个词的姿色来生成文本。但我照旧不解白，AI能不成知晓什么是“爽点”，什么是“绿茶”，或者说，它是若何通过数学化的姿色去知晓的。
（注：早在2020年，北京大学中语系一个筹备方法，曾用东说念主工标注赘婿文的递次，让AI学习识别“赘婿文”中的“打脸”落幕，初步说明了将抽象情节转机为具体数据标签的可行性。）
我也怀疑这种测验姿色能否写出好演义。东说念主类创作家也会学习创作妙技，比如很著名的《救猫咪》。但数据标注是反过来的。演义照旧写好了，咱们把它套进模板里。作家可能并不是按这个模板写的，比如并莫得以刻板印象中的“绿茶”为筹划塑造东说念主物，但咱们却要在标注的时期给它作念模板化的惩办。
其后作念评测的时期，咱们王人有清醒感受，AI生成的演义相比刻板化，很难有真东说念主写稿的厚度。
活水线上的争议
网上对数据标注有个评价：“赛博活水工”。
咱们公司属于驻场外包，做事的互联网大厂在一线城市有整片园区。咱们在其中一栋楼里，通盘这个词标注团队有几百东说念主，王人给这家大厂的AI家具标数据。文本标注大类下，还有通用写稿、脚本对话等其他小组。
我在哪里的半年，大厂正编的家具团队来开过几次全员培训会。开会时期他们王人会强调，标注数据质料如何伏击，对模子的学习后果有很大影响。但不会讲具体的方法，也莫得告诉咱们某类数据到底若何作用到模子。
大厂的正编东说念主员会制定标注划定。但至少对演义方法来说，他们给的标注划定大多很浑沌。若何是一条高质料的数据？好多时期其实莫得长入规范。
比如写细纲的时期，组里时时会有各式争议。在一篇“大女主”文里，本来降志辱身的浑家，为什么霎时醒觉，开动抵抗丈夫和家庭？有的标注员认为相通的机会是一又友的一句话，有的东说念主认为是因为她忠诚付出却遭到丈夫疏远对待。原作家写得并不清醒，环球各执一词。
标注员时时认为质检员的规范有问题。为了责任留痕，环球就算紧挨着坐，也在群里参谋。有时争执不下，就由方法司理来定夺。
互联网公司园区夜景。图文无关。图源：中国视觉
我入职的时期，小九体育在线直播官网平台方法刚启动，好多东西还在摸索，方法司理亦然从其他部门临时抽调过来。但她其实不太懂演义。一个标注员径直对她说，“我不错按照你说的改，然而我不会认同这个东西，我仅仅合营你的责任”。其实环球王人是这样想的。
方法司理也总认为，一篇演义抒发什么，应该有一个规范谜底。有一次例会，她举了鲁迅那句“我家门前有两棵树，一棵是枣树，另一棵亦然枣树”动作例子。
“很可能鲁迅其时仅仅唾手一写。”她说，接着问咱们：“写段落作用的时期，究竟是应该从读者的角度商量，照旧从作家的角度商量？”
这个问题在我听来有点业余。我认为文本一朝出生，就和作家没关关连了。哪怕作家莫得这样想，若是好多读者王人认为这是刻意设想的，咱们也应该告诉AI，作家就是成心设想的，这样写会更好。这样才能从演义里索要出一套写稿递次。
可寰球上那么多读者，“好多读者”到底指的是哪一批读者？咱们的责任某种进度上是充任规范读者，但说到底，也仅仅站在我方的角度去解读。
有的时期，咱们也仅仅尊重“爆款”自己。比如一篇主打“大女主逆袭”的网文里，女主角一边说着要解脱家庭、和丈夫离异，一边又用着前夫的资金、东说念主脉作念成我方的做事。我能看出来作家想把她塑形成正面东说念主物，但水平不太行，导致逆袭叙事不太开发。但咱们照旧会谨守作家容许，给女主角打上“大女主”“逆袭者”的标签。毕竟是“爆款”，说明照旧有不少东说念主吃这一套。
其后责任三个月时，换了个编剧出身的方法司理，清醒能嗅觉她对演义的知晓更深。但不是说她能定下服众的规范，而是她知晓环球对演义的知晓有互异，会尽量遴荐折中的姿色。
刚开动的时期，环球认为教AI写演义是一件意旨的事。但的确作念起来，会发现数据标慎重在实施划定而非创造，很快就会认为没趣。
我在的半年时辰，两个东说念主没过试用期，另外主动走了四个，有一个东说念主入职一周就辞职了，他认为责任太机械化，和预期不通常。下野的王人是标注员，莫得质检员。标注员处在活水线的最结尾，会认为我方一直在被诡辩。从他们的视角看，这份责任就是络续作念，络续被其他东说念主挑刺，莫得东说念主来告诉我，我写得终点好。时辰长了很压抑。
留住的东说念主其实也王人抱着临时过渡的心态。这个行业飞腾空间小，合座流动性大。我去复印考研贵寓的时期，还看到其他东说念主印的考教资、考导游证的贵寓。
各有各的模板
细纲方法作念了2个多月就停了。莫得东说念主见知咱们为什么停，可能是因为测验后果不好。那之后，咱们作念了一段时辰的评测。
算法团队基于团结个领导词，让自家模子和国表里的竞品模子生成演义。咱们要给每篇演义打分，再填存在的问题。问题有详备的清单，分为东说念主物类、文风类、逻辑类、结构类、剧情类、指示顺从等。
公司也给出了“好演义”的明确规范。比如病笃情节与舒徐的情节，是否得志1比1.5的比例。不知说念这个若何算出来的，也可能是1.5比1，我也不谨记了。又比如主角要立体，有清醒的成长与相通；副角要扁平，不成抢掉主角的风头。
文风类里，有一项问题是AI感太重。天然AI感自己亦然污秽的成见，但刚开动我不错很清醒分别出AI感，其后看得多了，我发现我方分辨不出来了。作念细纲方法时，有时期方法司理也问，你写的这个是不是AI感太重了，但他也不信服。我认为这个事挺恐怖的，也许再待上半年一年，我就写不出演义了。
评测经由不错发现，每个模子写的演义王人是高度模板化的。互相的模板还不通常。有些模子它可能前期剧情节拍终点快，然后中期剧情就停滞了，开展一些过问其妙的支线后，又霎时落幕。也有的模子可能剧情节拍还好，但东说念主设就相比扁平，终点刻板。
评测满分3分，咱们我方作念的那款AI，在评测中老是垫底。一般只须1-2分。这应该亦然用户的感受。咱们能看到后台用户的输入，80%王人是让AI写同东说念主文，用来磕CP的。但它写出来的变装活动时时和秉性严重不符，基本上只可保证性别是对的。
咱们分批次作念了好几轮评测，模子有一些杰出，但不是很清醒。一个前边极其无能的东说念主，照旧时时因为一件小事过问其妙地醒觉。发扬好的模子也会出现这些问题，仅仅莫得那么严重。
昨年11月，我提了下野，专心准备考研。那时期细纲方法照旧停了4个多月，除了作念演义评测，咱们一直在缓助其他组的方法，意图识别、愚弄文写稿，前仰后合的。
离开后，我一直在想，为什么AI写演义的才调，远远过期于它作念好多事情的才调？
我的念念考是，AI模板化写稿才调相比强，比如责任回想、周报月报、会议纪要等等。但写演义莫得那么明确的“操作递次”。读演义的东说念主，也不是只想了解发生了什么事，而是想透过语言去感知作家的生命体验。这种共情是很直不雅的，不是逻辑推理的落幕。AI在迭代，它的文风也在不休地迭代，有些问题照旧不太会出现了。但我认为它始终作念不到用数学化的姿色，按递次触发东说念主的神色。
我我方写演义，好多时期来自于生存中的刺痛。我第一次写演义，是高三的晚自习，那时期我很违抗学校的衡水模式。演义叫《地震来临之时》，或然有六七千字。主角的血液不错感知磁场的变化，因此被某个机构执去作念筹备。我高中时写的基本王人是这种作风，故事里的体制是晦暗的、破坏东说念主的，主角终末时常会因为想要抵抗，走向豪壮的归天。
渊星高中时写的科幻演义。论说者供图
在“小标题”方法里，咱们需要明确告诉模子，每一个段落抒发的神色是什么。好多时期这种概述是正确的，比如追到，但即即是明确的心境，亦然立体的、丰润的，一朝用追到回想，它就扁平了。在东说念主类身上，“追到”是知晓的落幕，在AI哪里，这却是知晓的绪言。正因如斯，模子写稿时也会按照套路，输出各式各种扁平的心境。
作念演义标注的资历，也让我对我方的写稿有了更多念念考。这几年，我总在师法经典作品的情节和叙事姿色，但大多数时期，落幕王人不太好。反而那些以我方生存体验为泉源写出来的东西更天然，心境也更实足。
可能这就是AI和东说念主类创作最大的区别。AI仅仅在师法落幕，它莫得目标着实的创新，之是以能读出来是AI的，我认为因为它是浮泛的，翰墨背后莫得真实的生存作念因循。
我可爱聂鲁达的《看不见的河流》。他在后生时刻画家乡的天然征象，中年开动投身社会改革，最终在着实的失败到来前往世了。那咱们要如何评价他为之奋勉的一世呢？这就很有厚度了。我认为AI始终无法给读者带来这样的体验。
（本文系极昼责任室“大学生非捏造写稿方法”作品小九体育在线直播官网。）
发布于：北京市米兰体育官方网站
备案号: