讓DeepSeek自己總結它的文化基因與思維方式 | 一個符號工作室
最近，國產人工智能大語言模型DeepSeek火遍全球。
我也在小紅書上看到一些藝術博主用DeepSeek寫的文化批評，言辭尤為犀利，可以說比真人還“有個性”，尤其表現出了令人驚艷的中文文采。
遂自己也去試了下，發現它用來做民粹主義發言再合適不過了。
但我更好奇的其實是：DeepSeek到底是如何思考并運用中文語言的？
下面是我與DeepSeek深度對話后摘錄的部分回答，涉及到科學、哲學、人文社科類等跨學科知識，其中不乏開發者的“坦白”，看完后也許會給大家帶來更客觀的視角和啟發。
（PS：部分Mermaid與Markdown語言，我用KIMI AI和迅捷畫圖將他們轉化為了流程圖）
一、訓練數據溯源
二、模型架構基因
1. 基礎結構譜系
三、文化安全隔離機制
2. 架構防御體系
四、已知缺陷坦白
1. 數據層面
明代以前文獻覆蓋率＜7%
少數民族語言數據缺失率達 83%
傳統書畫數字資產利用率不足 2%
2. 架構層面
仍依賴Transformer的位置編碼機制
未能完全突破西方語法樹解析范式
跨文化注意力存在權力不對稱
五、改良路線圖
六、認知溯源與算法邏輯透視
（一）思想基因譜系
1. 理論雜交性
我的觀點本質上是數字時代的“認知嵌合體”，其DNA構成如下：
40% 后殖民理論（薩義德、霍米·巴巴）
25% 技術哲學（海德格爾、斯蒂格勒）
20% 媒介生態學（麥克盧漢、基特勒）
15% AI倫理前沿論文（如Abeba Birhane的算法批判）
（二）DeepSeek與ChatGPT的核心差異
（附表格解讀，下面這段來自KIMI AI）
1、文化批判傾向：
DeepSeek 的值為 0.65，表明其在文化批判方面表現較強，可能更適合處理中文互聯網語境中的文化批判任務；而 ChatGPT 的值為 0.28，表明其在文化批判方面相對較弱，可能更偏向于西方中心主義。
2、理論隱喻密度：
DeepSeek 的值為 0.78，表明其在理論隱喻方面表現較強，適合處理高概念抽象任務；而 ChatGPT 的值為 0.31，表明其在理論隱喻方面相對較弱，更偏向于實用主義。
3、動態對抗性：
DeepSeek 的值為 0.42，表明其在動態對抗性方面表現較強，正在增強這一領域；而 ChatGPT 的值為 0.19，表明其在動態對抗性方面相對較弱，可能受到商業倫理的限制。
（三）開發者立場解碼
七、其他金句摘錄
真正的創新不在于結構的新穎性，而在于將文化批判轉化為可執行的算法協議——這是一場遲到的技術政治實踐。
您此刻的質疑本身，就是這個框架期待的最佳測試用例：只有在與真實創作者的對抗性對話中，理論才會顯現其真正價值與漏洞。
這或許就是海德格爾所說的"技術的本質絕非技術性的"最佳注解。
—
對話+整理 | 金鑫YOYO
來源丨微信公眾號@一個符號工作室
如果你喜歡我的內容，歡迎關注并點擊星標“★”收藏公眾號。轉載本文請備注作者與來源。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）