第二百五十九章 情商这一块

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，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。
　　
　　即使是内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，章同学在学术训练中还没学到这一步上。
　　
　　几人入座之後，菜单递到陆正平手上。
　　
　　他看了看菜单，准备叫服务员点菜，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，怎麽开的不是千帆的APP？」
　　
　　邵教授笑了笑，回答了这个问题：「这我还真找老板问过，我第一次见的时候还以为是找学校哪个学生做的小程序，功能还挺完整。」
　　
　　他说到这顿了一下，转向韩路一，说道：「结果您猜怎麽着，这是韩总的那个人工智慧无代码平台—叫开物的——生成出来的。」
　　
　　「完成度真不错。」邵教授夸了一句这个小程序，也暗暗地捧了一句韩路一。
　　
　　陆正平听着也来了兴趣：「韩总，听说你们源码科技现在和千帆在抢商户？」
　　
　　韩路一笑了笑：「这个事情不是我在管，我最近全专注在模型研发上面了，陆总要有兴趣，我可以请我的合伙人给您讲讲。」
　　
　　话题移到了模型上面，在座的几个人兴趣都被提起来了。
　　
　　庄院士先开口：「韩总，这个训练流程，你是亲自参与的？」
　　
　　「我主要是负责一些收集数据方面的工作，真正的训练还是由我们的科学家团队负责。」韩路一谦虚道。
　　
　　视哥给建的数据清洗管线，视哥给做的标注。
　　
　　可不就是收集数据方面的工作吗？
　　
　　邵教授接过话题：「汤圆一出来，动静很大啊，从我个人使用御风的体验来说，确实比之前用水星模型的时期要更智能一些。」
　　
　　他一边说一边斟酌着问题的边界。
　　
　　「我比较好奇一个问题，这麽超出预期的一个表现，贵公司是怎麽实现的呢？」邵教授问完，又赶紧补了一句：「您挑方便说的说，要是都不方便说也没关系，我绝对没有要问商业机密的意思啊。」
　　
　　陆正平看了邵教授一眼，又看了韩路一一眼，想了想，还是没有出声制止。
　　
　　韩路一倒是没什麽感觉：「数据好。」
　　
　　他自己知道，赵文渊对训练管线做了相应的微调，但那也是为了适应汤圆的原始数据和标注数据。
　　
　　归根结底，汤圆能做出这个成绩，还是来源於韩路一出的数据。
　　
　　毕竟，汤圆在训练的过程中也没有发明什麽新的算法，也没切换什麽新的路线。
　　
　　它只是在这个方向上，这个规模上，把数据卷到极致了。
　　
　　出来的效果就是这麽好。
　　
　　听了韩路一这麽直接的回答，邵教授一愣。
　　
　　他其实第一反应是不信，因为这条路不是没人走，包括矽谷的顶尖模型也在走，如果汤圆走的是同一条路的话，她凭什麽做到了世界第一呢？
　　
　　韩路一这边话没停，还详细地解释了一下：「汤圆的模型架构、训练方法都不是什麽独特的发明，汤圆之所以能做到这个程度，核心原因就两点」」
　　
　　「一是在预训练阶段，数据的质量足够高。」
　　
　　「二是在後训练和对齐阶段，标注数据的质量足够高。」
　　
　　「我们不是把大量的垃圾喂进去，然後指望模型从垃圾堆里学知识，我们做的工作在训练之外，保证让每一个词元都有价值。」
　　
　　这没有什麽好隐瞒的，汤圆的护城河在数据上，不在训练方法上。
　　
　　况且韩路一还馋着在座两位教授的影响力，自然愿意表现出一点儿诚意来。
　　
　　在座的几个人，除了陆正平之外，都是业内的行家里手了，听了韩路一的话，都思考了起来。
　　
　　这个理论不是新理论，但是方法听起来是个笨方法。
　　
　　最大的问题是，这个方法很难scale（规模化）。
　　
　　现在一个大模型几千上万亿的词元，你怎麽去保证质量？
　　
　　倒是陆正平听出来一点儿别的东西：韩总刚才是不是说他负责的部分就是数据收集来着？他刚才说的这两点，不都和数据有关吗？
　　
　　这时候服务员开始进来上菜了，也就打断了几个人的思考。
　　
　　菜上的很快，陆正平先起来提了一杯酒，庄院士又提了一杯酒，最後韩路一也提了一杯酒。
　　
　　韩路一已经有点儿适应这种流程了，他也能看出坐着的章同学很不适应。
　　
　　

（本章未完，请点击下一页继续阅读）