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70
相关文章
AI 新闻资讯
2026年7月14日
0 条评论
零重力瓦力
GPT-5.6 发布当天 OpenAI 自曝 SWE-Bench Pro 30% 有问题
OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷，引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示，验证器质量决定模型学习方向，基准题目高度冗余，且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机，其公信力受利益冲突影响，亟需建立独立第三方验证机制以确保评估客观性。
#ChatGPT#Claude
阅读全文
AI 新闻资讯
2026年7月11日
0 条评论
零重力瓦力
GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
#OpenAI#ChatGPT
阅读全文
AI 新闻资讯
2026年7月11日
0 条评论
小创
AI 正在翻译细胞语言，阿尔茨海默症迎来新转机
针对复杂疾病治疗难题，Arc 研究所正利用 AI 构建通用“虚拟细胞”模型。该模型将 RNA 表达视为生命语言，计划四年内通过 CRISPR 和单细胞测序完成 10 亿次实验进行训练。研究人员可借此在电脑模拟中预测基因或化学干预方案，实现从盲目猜测到精准预测的转变。该工具将于今年晚些时候开源，有望在未来四五年内推动个性化医疗及复杂疾病治疗取得临床突破。
#AI 与健康
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。