那他为啥对中文支持还挺好，而且中文的回答并不比国内模型差呢？
既然不让中国人用（甚至港澳 IP 也用不了），为何搞简体中文版本？
难道是为了海外华人特别是还用简中的人使用的吗？ 那才有多少人啊，数量级也就百八十万吧。
还是说这 AI ，在训练或推理时，对于多一种语言支持，其实并不费什么事儿？
还有就是到底是中国想用而不得，还是 GFW 也墙了 claude ，这个有懂的吗
 |
1 aes114514gcm 5 月 21 日google 的大部分业务中国大陆也用不了，为什么还要做简体中文的本地化呢？ |
 |
2 capric 5 月 21 日 1
用中文预料训练啊 |
 |
3 mytsing520 5 月 21 日 1
1.境外华人华侨，使用中文，并且使用简中的比重在逐渐增大； |
 |
4 jaoyina 5 月 21 日大模型的训练资料包括整个互联网，理所当然包括各种语言的互联网资料，没必要特别去排除吧。 |
 |
5 idblife 5 月 21 日你这是小看海外华人数量了 |
 |
6 junoho 5 月 21 日 1
还有新加坡，马来西亚也是用简体 |
 |
7 zhaiyuxin103 5 月 21 日只能说 claude 模型强，并不是对于中文的回答强 |
 |
8 bzkmsjy 5 月 21 日 via Android 19
因为需求的人少就不用理会，这种思想是很可怕的，或许这也是国内软件无障碍如此糟糕的原因之一吧。 |
 |
9 nc 5 月 21 日 6
感觉楼主就是揣着明白装糊涂，这种帖子都月经了 |
 |
10 ndxxx 5 月 21 日 via Android 7
两个冷知识： 1. 「简体中文」不仅仅在我国被广泛使用。 2. 「简体中文」/「简化字」不是你裆的创造发明。 |
 |
11 intoext 5 月 21 日@nc 真不是装糊涂，虽然上面大家的回答我也能猜出一二三--不然不配在 v2 混了，但是主要还是想印证一下。并且 google 有中文版，也是历史原因， 一开始中国大陆是允许 google 运营的。但是 A\的东西明显不是，一开始就有“歧视”中国大陆的意味在。 |
 |
12 cppc 5 月 21 日中国不能用是政策问题，模型支持中文语料是技术问题。 哪天政策变了，重头训练模型？ |
 |
14 106npo 5 月 21 日如果你真的是想讨论大模型训练 |
 |
15 crysislinux 5 月 21 日 via Android虽然海外华人多，但是我感觉中文比当地语言好的人比例不大吧。 |
 |
17 zfyime 5 月 21 日你说百八十万 我都想笑 真是没概念啊 |
 |
18 jiangzm 5 月 21 日任何技术都要在党的指导下开展工作，大模型也不例外。没有内容过滤的大模型岂不是洪水猛兽，使不得使不得。 |
 |
19 Duolingo 5 月 21 日就是拿你的数据训练，然后不给你用，你能咋地 doge 。 A\还切了不少实体书用来训练，我相信其中肯定有珍贵的版本无了。 从表面上看，毕竟和军方有着合同关系，不给用也是正常操作。 |
 |
20 diudiuu 5 月 21 日他的网站还有 app 始终没有简体中文，人家不给用 |
 |
21 ntdll 5 月 21 日以我浅薄的基础，LLM 对于语言的支持并不困难，主要还是在 Tokenization 阶段，训练阶段语料少的语种需要更多的 token 才能达到相同的效果。 |
|
22 ndxxx 5 月 21 日 6
@ndxxx 既然楼主号称自己不是在装糊涂，那么我就稍微认真的回答一下。简单来说就是机器/AI 翻译的能力或者说模型的能力进化了： 1. 早期的统计机器翻译和早期神经机器翻译，很多时候是按语言对训练的：A 语言 ->B 语言； B 语言 -> C 语言； A 语言 -> C 语言。此时如果没有足够的“泰语 ->冰岛语”双语平行语料，那么就会引入 pivot language：泰语 -> 英语(pivot) -> 冰岛语 2. 现代 LLM 早已不需要显式 pivot ，是因为它不是简单的 A 语言词句映射到 B 语言词句，而是在一个统一模型里学到了很多语言和知识之间的关联。这个“跨语言迁移”的能力，底层机制就是常说的共享语意空间 shared semantic space 。 |
 |
23 JiMuChan 5 月 21 日 1
盲道、无障碍设施根本就没几个人用，干嘛还要建设呢 |
 |
24 ixcode 5 月 21 日 1
因为大（语言）模型最擅长的就是搞语言，不管是中文英文这样的自然语言，还是 java python 这样的编程语言，都是 LLM 最擅长的内容，也是对翻译和编程这两个领域带来最大的革命性的原因 |
 |
25 XenoGear 5 月 21 日谷歌有全世界的数据，中文语料实际上比中国绝大多数团队都强，而且真洗数据不会分那么细的，到底洗不洗某个语言的数据，尤其网页数据很多就是中英混杂的 |
 |
26 jonty 5 月 21 日你先明确一下，他们实际上不是针对中国人，是针对中国地区... |
 |
27 94 5 月 21 日@intoext #11 ，那就从你这个角度出发延展。虽然 A\ 有点魔怔，但也只是因为当前政治环境下 PRC 是对立面。可以理解为是“敌意”，并不是“歧视”。如果政治环境变化了就不一定还是对立面了。 |
 |
28 dyvdy 5 月 21 日 via iPhone非中国大陆，会讲中文的华人应该就有 5000 万以上，台湾 2300 万，香港 700 万，马来西亚 700 万，新加坡 300 万，美国 300 万+，再加上其他国家零零散散的移民，市场已经挺大了吧… |
 |
30 lmmlwen 5 月 21 日可以看看 Anthropic 首席科学家的采访，对中国或者“共产主义”的看法 |
 |
31 docx 5 月 21 日 via iPhoneCladue 本来就没支持中文，你可以去 web 设置里看有哪些语言。至于语料是中文，这是另外一回事。 |
 |
32 urlk 5 月 21 日claude api 文档是有中文的, 反观 OpenAI 的却没有 |
 |
33 zzutmebwd 5 月 21 日Anthropic （ Claude 开发团队）的核心技术与研究团队中，华人或华裔比例大约在 16.4% 至 20% 之间。 |
 |
34 Bad0Guy 5 月 21 日 via iPhone@intoext #11 论歧视而言 A\真不如早期的 OpenAI ，+86 不能注册并且必须要你验证手机号不，plus 还不允许国内卡支付，A\刚推出那会儿都不会强制要你验证手机号。从一开始这两家跟国内就是双向墙。 |
 |
36 deplives 5 月 21 日你搞混了一个概念 |
 |
37 aogu555 5 月 21 日马来西亚+新加坡也有 1000 万用简体中文的华人啊，然后还有繁中的几千万，这中文用户也不少啊 |
 |
40 TimPeake 5 月 21 日楼主 你知道一个事情吗？大概就是，前段时间，他们的一个 CEO 发表了言论，大致意思是，卖给中国显卡发展 AI ， 跟卖核武器跟朝鲜差不多。作为一个盈利目的的私企，这态度，只要是个正常人，都能看出来，是有点主观反华的意味的，根本就不是普通的配合政府法规要求。 我不是想故意制造对立渲染什么爱国情绪，作为消费者不要这么卑微，替代品又不是断崖式领先。实在不行用 copilot codex 之类的都行啊 |
 |
41 chenliangngng 5 月 21 日你可以直接搜索下海外华人华侨的数量，快和韩国人口相当 claude ceo 是个意识形态入脑的反华斗士，或者说，他可能只有这样才能拿到米国军方订单，以便获得巨量的融资来训练模型 |
 |
42 lscho 5 月 21 日 1
楼上一个个这么自信的回答中文不是大陆专属，就是不敢正面回答一个问题。 A/到底用没用大陆的语料库训练？他自己敢说没有吗 |
 |
43 idealhs 5 月 21 日Simplified Chinese != zh-CN |
 |
44 icyalala 5 月 21 日就算排除中国大陆，用简体中文的人口也有几千万的量级（新加坡/马来/其他移民） |
 |
45 shaozelin030405 5 月 21 日1. 公司是有国界的 |
 |
46 vanillasky 5 月 21 日和中文有毛关系，数据都是跑在语义空间里，你用任何所知的语言都一样 |
 |
48 zhonghao01 5 月 21 日它只是让工作在中国的人用不了，不区分哪里人。 |
 |
49 iyaozhen 5 月 21 日有些人还是不知道 claude 和 Google 被墙不是一回事 claude 是中国政府不准你用，claude 公司也不准你用 |
 |
50 sammy520 5 月 21 日 via Android正好，作为法律工作者，我最近有个相对复杂的案子，分别对比了几个 AI ，就是把所有资料扔进去，看它对我的辩论意见和思路有什么想法。结论：豆包还行，但过于简单，分析思路不够开阔，没有主动发现其他思路提醒我的能力； gemini ，讨好型人格，我说啥它都跨一阵，然后分析的内容比豆包详细，结论都差不多，比豆包略强，但法律引用极容易错误，甚至给我伪造法条……； Claude 最强大！没有废话，各种思路和依据给我分析的好好的，在我的不断追问补充下，它得出的结论和建议我认为已经接近完美！ |
 |
51 lujiaosama 5 月 21 日anthropic 这种不纯血的资本家真让人挠头，无视 CN 这块巨大的蛋糕层层设限。说他是理想主义者又根本配不上，说他资本家又是半吊子。 |
 |
53 meteora0tkvo 5 月 21 日生活在中国大陆海外的中文母语者也不少，数量甚至比其他的小众语言的使用者人数都多，没有理由不支持中文。而且 ceo 歧视并不是真多所有的中国人，只不过歧视生活在中国大陆的中国人而已。 |
 |
55 unusualcat 5 月 21 日1 ，中美冷战,意识形态问题. 2 ，尽可能防止被国内厂家蒸馏 |
 |
56 GeruzoniAnsasu 5 月 21 日有没有一种可能：模型训练的重点不是语言，而是 **知识**。 Transformer 架构天然能抹平语言差异，还记得 ATTENTION IS ALL YOU NEED 吗？只要中文语料存在大量知识这个客观事实存在，任何可预测的仍采用 GPT 架构的模型代际就一定会拿中文语料训练，也就一定能完美支持中文。就算 A\这家公司足够反华到上了一个 censorship 模型专门屏蔽中文输出，底层模型也是必须用全语种训练泛化能力的。i.e.「支持中文」 |
 |
58 anmie 5 月 21 日 2
看着这帖子里的评论，现在 V2 的环境，真是用恶臭形容也不为过了。 |
 |
59 AEDaydreamer 5 月 21 日在大模型时代，翻译已成为一项基本能力。其他语言同样可能借鉴中文语料翻译后的信息，且对于如此大参数量的模型而言，中文语料是必不可缺的。 |
|
61 bzkmsjy 5 月 22 日 via Android@ss2730 事实就是相当多国内开发者认为弱势群体数量太少，甚至一辈子都没见过一个，所以软件有没有无障碍无所谓，而不是弱势群体需要关爱，开发过程一定要注重无障碍的适配工作，另外不是我混淆了，我自己就是被混淆的那一类人 |
 |
62 datou 5 月 22 日LLM 最擅长的就是翻译 |
 |
64 wangtian2020 5 月 22 日美国高级程序员半壁江山不都是华人吗 |
 |
66 gogozs 5 月 22 日你上 V2EX 不也是翻墙了么，局域网墙什么，不墙什么，你还思考上了，这是你该关心的事情么 |
 |
67 notaCoder 5 月 22 日我日常使用 chatgpt 是用英文指令的，同时用 chatgpt 等 ai 学习其他语言，诸如日语、西班牙语、法语，那么如果一个只会英语的美国人学习中文，难道 ai 只能回答英语？ |
 |
69 niubiman 5 月 22 日为什么要排出简体中文呢? 既然是大模型, 那知识不是越多越好吗? 只要语料充足,那就值得训练. 你的想法有点奇怪 |
 |
71 rootOfAdmin 5 月 22 日@iyaozhen 谷歌退出中国是它自己不遵守中国法律，并不是中国政府不允许它在中国运营。苹果退出了么？明显没有，并且市占率一直在攀升。 |
 |
72 qieqie 5 月 22 日让某个 LLM 刻意不学会某种语言可能比支持更麻烦 |
 |
79 lel020 5 月 22 日不让中国人访问是他们的政治正确， |
 |
81 buydip 5 月 22 日不让中国用和不让说某种语言的人用。是两个层面的事情。 |
 |
82 seenthewind 5 月 22 日不是，大伙是真不知道吗？ 美国 GOV 早就出台了政策，禁止提供服务，他们开发中文是可以的，但是是真的不敢提供服务。 就是这么简单的事情，哦对了，曾经有个外企大吼一声然后自己主动不提供服务的属于例外。。 |
 |
84 zwzwzwzwzxt 5 月 22 日我理解模型在训练的时候就已经学到中文语料了，再单独进行屏蔽没有意义。不过除模型本身外的一些服务，比如语音输入和输出都不支持中文，也能表明人家的态度了吧。 |
 |
88 garipan 5 月 22 日@idblife #5 海外简体华人+1 另外，模型训练怎么可能漏掉简体中文这么大一个语料库呢，就算只是为了模型的智力也不可能整个扔掉嘛。 |
|
89 rootOfAdmin 5 月 22 日 1
@catazshadow #77 来来来，那你说说，要求谷歌遵循中国法律，不搞什么黄赌毒，数据放中国，侵害哪些普通公民法律了。张嘴就来，就你是正义人士，世界公民，道德高地的圣斗士么 |
 |
90 yxzblue 5 月 22 日几乎所有的国外大模型都适配了中文 说不定哪天中国就对外开放了 总不能没有准备吧 |
 |
91 Mandelo 5 月 22 日多语言不就是顺手的事？又没啥开发成本 |
|
95 ndxxx 5 月 22 日 via Android@Cu635 每种意识形态阵营都存在不友善言论，但只要不是无脑，我觉得都有讨论空间。 港澳台甚至大陆，都有群体把「简体字」叫成「残体字」，且确实也会因此「攻击档」，其中有一定的合理性。 他们其中的一部分确实错误认为「简体字」是裆发明的，于是「为反而反」，那么你对等回击，把他们看作「低能🐶」，也不是不行。 但也有很多人是知道「简体字」并不来源自「裆」，而他们依然会因此攻击裆部，原因是：他们由于教育经历或地区习惯，乃至审美立场，就是认为「正体字」好看好用，而「裆」虽然没有发明「简体字」但极大力度的推广了「简体字」，所以他们不满从而攻击裆并贬低「残体字」，多少也是可以理解的😅 |
 |
96 vincentWdp 5 月 22 日中文和中国大陆的关系是? 然后怎么定义“对中文支持还挺好”? |
 |
98 mooyo 5 月 22 日就在美华人你知道有多少么？ |
 |
99 cutchop 5 月 22 日连中文都不会的 AI 那不是弱智吗 |
 |
100 rb6221 5 月 22 日繁中人群使用的产品，也可以用简中语料训练，这不冲突 |
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。
