我剛剛有幸閱讀了一篇非常出色的文章，作者是 @tainab。這篇文章提出了一個非常簡單的觀點（雖然包裹在一些社會理論中，可以根據個人喜好選擇接受或忽略）：數據基礎模型的訓練方式有一個非常基本的方式。

偏見：他們在過度取樣喋喋不休的方式上，與今天查看標準普爾500指數中的公司在回顧性技術分析中產生的生存者偏差相同，或者（具有諷刺意味的是）在思考可能的世界時存在人類偏見。基於代幣的取樣 v

根據人們對樣本的反應，這是多話的。

大多數人大部分時間生成的代幣非常少。