一、问题的起点:自然语言不是模型的原生语言 自然语言的模糊性 ​ 当我们与AI模型对话时,输入的Prompt本质上是人类自然语言。模型经过分词(tokenization)、理解、再生成输出。但自然语言是为"人类可读性"优化的,而非为"模型可理解性"优化的。 自然语言是人类使用的可读性语言,但对于模型来说,是否不需要那么高的可读性? 且自然语言 天生存在模糊地带,也会导致模型很多时候出现理解偏差 那么是否能够设计一些面向AI模型更好的表示语言方法? 尽可能消除模糊性,且保持高信息密度,更好引导模型激活对应语言空间的参数权重 整体设计理念流程图 巴别语 ​ 什么是巴别语呢? ​ 巴别语(BabelTele)是一种 中间表示态 的语言。它不取代自然语言,而是在"人类表达"与"模型理解"之间插入一层压缩表示:人类仍用自然语言书写Prompt,巴别语负责把这层自然语言转成模型更"原生"的形态——更少