我刚刚有幸阅读了@tainab的一篇非常精彩的文章。它提出了一个非常简单的观点（尽管用一些社会理论包装起来，可以根据个人喜好选择接受或忽略）：数据基础模型的训练方式有一个非常基本的方法。

偏见：他们在样本中过度采样喋喋不休，就像今天查看标准普尔500指数中的公司在回顾性技术分析中产生生存偏差一样，或者（具有讽刺意味的是）在思考可能的世界时存在人类偏见。基于代币的采样v

根据人们对样本的反应，话多的。

大多数人大多数时间生成的代币非常少。