第二百五十九章 情商这一块 (第1/2页)
这个疑问，恐怕不只是章同学有，在座的两位教授也有同样的问题。
只不过年纪大了，见的事情多了，逢场作戏也学会一些。即使心里对汤圆的真实能力有怀疑，也不会表现在脸上。要是将来真在技术上发现你作假的痕迹，那社交媒体、网络媒体，不都是交流的地方吗？没必要当面打假。
可惜，章同学在学术训练里还没走到这一步。
几人落座，菜单递到陆正平手上。他翻了翻菜单，正要叫服务员点菜，庄院士指了指旁边的二维码。
陆正平扫了码，一边点单一边说：“这是什么小程序，怎么开的不是千帆的APP？”
邵教授笑了笑，接过话：“这我还真找老板问过。头一回见时，我还以为是学校哪个学生做的小程序，功能倒挺完整。”
说到这儿，他顿了一下，转向韩路一：“结果您猜怎么着？这是韩总那个人工智能无代码平台——叫开物的——生成出来的。”
“完成度真不错。”邵教授夸了夸小程序，也顺带暗暗捧了韩路一一句。
陆正平听着也来了兴致：“韩总，听说你们源码科技现在和千帆在抢商户？”
韩路一笑了下：“这块不是我在管。我最近全扑在模型研发上，陆总要有兴趣，我可以请合伙人给您讲讲。”
话题转到模型上，在座几人的兴趣都被提了起来。
庄院士先问：“韩总，这个训练流程，你是亲自参与的？”
“我主要负责一些数据收集方面的工作，真正的训练还是由科学家团队负责。”韩路一谦虚道。
数据清洗管线是视哥建的，标注也是视哥做的。可不就是收集数据方面的工作吗？
邵教授接过话头：“汤圆一出来，动静很大啊。从我个人的使用体验说，御风确实比之前用水星模型那会儿更智能一些。”
他边说边斟酌问题的边界。
“我比较好奇：这么超出预期的表现，贵公司是怎么实现的？”问完，邵教授又赶紧补了一句，“您挑方便的说，都不方便也没关系，我绝对没有打听商业机密的意思啊。”
陆正平看看邵教授，又看看韩路一，想了想，到底没出声制止。
韩路一倒没什么感觉：“数据好。”
他自己清楚，赵文渊对训练管线做过相应微调，但那也是为了适配汤圆的原始数据和标注数据。说到底，汤圆能做出这个成绩，还是靠韩路一出的数据。毕竟训练过程中，汤圆没发明什么新算法，也没切换什么新路线。它只是在这个方向上、这个规模上，把数据卷到了极致。出来的效果就是这么好。
听韩路一答得这么直接，邵教授一愣。他第一反应其实是不信：这条路不是没人走，硅谷的顶尖模型也在走；如果汤圆走的是同一条路，她凭什么做到世界第一呢？
韩路一没停，又详细解释：“汤圆的模型架构、训练方法都不是什么独特发明。汤圆能做到这个程度，核心原因就两点——”
“一，预训练阶段的数据质量足够高。”
“二，后训练和对齐阶段的标注数据质量足够高。”
“我们不是把大量垃圾喂进去，再指望模型从垃圾堆里学知识；我们在训练之外下功夫，保证每一个词元都有价值。”
这没什么好隐瞒：汤圆的护城河在数据，不在训练方法。况且韩路一还惦记着在座两位教授的影响力，自然愿意显出一点诚意。
在座几人除了陆正平，都是业内行家；听了韩路一的话，都琢磨起来。这理论不新，方法听起来却笨。最大的问题是，这个方法很难scale（规模化）。如今一个大模型动辄几千上万亿词元，怎么保证质量？
倒是陆正平听出点别的：韩总刚才是不是说他负责的就是数据收集？他说的这两点，不都和数据有关吗？
这时服务员进来上菜，打断了几个人的思路。菜上得很快。陆正平先起身提了一杯，庄院士又提了一杯，最后韩路一也提了一杯。
韩路一已经有点适应这种流程，
（本章未完，请点击下一页继续阅读）