AI 圈热梗：预训练数据或让前沿模型相信人类有 82 条染色体

hardimanjames · x · 2026-10-25

一条在 AI 圈流传的玩笑：如果前沿模型持续用体外实验(in vitro)文献做预训练，它们可能会以为人类有 82 条染色体——因为实验室常用的小鼠等模式生物参考值会污染数据分布。

这个梗调侃的是预训练数据偏差问题：模型学到的「人类生物学」其实是文献中数据来源的反映，而非真实世界。