说起来也奇怪，医生说他明明好几天都下不了床的。
但他现在觉得自己的状况还不错，身上的伤口都结了痂，膝盖和手肘也没那么疼了。
难道是因为昨天晚上拉克丝她们悄悄离开之前，给他使用的大治疗术生效了？
拉克丝果然很擅长治疗嘛。
他觉得自己大概今天就能出院了。
他其实并不喜欢在医院呆着。
活动了一会儿，他问自己的信息海义体：“老罗，你和心心怎么样了？”
“我觉得她不相信我。”义体罗翰的情绪很低沉，“她说我和他爸爸一点也不像。”
“可是我完全是按照我留下的东西构建的啊，为什么？”
“可能因为资料不足，也可能因为之前的算法有问题……”唐一平道，“很多可能。”
唐一平之前的算法，是基于GIFT的，GIFT本身就是一个用来在海量人群中筛选出有特定天赋的人的算法。唐一平在这个基础上进行了优化，本意也并不是用来帮信息海义体整合伪装用的角色包的。
当然了，即便如此，它整合角色包的效果，也比本来的信息海义体的算法好得多。
“你可以做一个更好的我吗？”义体罗翰问。
“我现在有了一个比之前的GIFT更适合的算法，你升级试试。”唐一平说。
昨天晚上，他刚写的那个算法核心，专注于模式提取。
如果唐一平要给它命名的话，大概可以命名为FOAM，FormalizedOrderAbstraction&Mapping，是一种形式化秩序抽象与映射算法。
当然了，按照唐一平的习惯，它可能更应该被称为“FXXKOFFAmbiguityMechanisms”，干掉所有模糊机制难题。
说人话，它可以压缩任何复杂数据、混沌系统，并从中提取出固定的模式。
这个算法，让唐一平想，是不是每个人的天赋、能力等等，其实也是一种模式。
用更人话的方式说。
就是啥东西它都能给你在不损失信息熵的情况下压缩到极限，啥东西都能给你找出规律来。
就像是FOAM这个单词本身的含义一样，它就像是从无尽的数据中，浮出的泡沫。
唐一平觉得，从定位上来说，这个远比GIFT更适合用来提取一个角色
本章未完，请点击下一页继续阅读！