我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
word1 = "etext"
word2 = "declaration"
print("Similarity", similarity(word1, word2), word1, word2)
結果為：
它們的餘弦相似度似乎可以確定其預測並超過 0.5，在瑣碎或社交媒體層面，一切看起來都很好，然而，從專業層面來說，結果卻是災難性的！
etext 是筆記本中處理的文本文件中的一個詞，指的是古騰堡計劃網站上每本電子書的前言部分，這意味著單詞 etext 是編輯器的文本文件。
declaration 是一個有意義的詞，與《獨立宣言》的實際內容有關，etext 是古騰堡計劃添加到其電子書中的序言的一部分。
這可能會產生錯誤的自然語言推理，例如當要求 Transformer 生成文本時，將 "etext" 誤認為 "declaration"，"etext" 是文件編輯器使用的詞語，與我們正在處理的文本文件中的 "declaration" 無關，"declaration" 是《獨立宣言》的一部分，《獨立宣言》可以追溯到1776年，而 "etext"（電子文本）則起源於20世紀，一個 NLP 模型如果在談論《獨立宣言》時使用了電子文本的詞彙，將會犯錯。
