问，“用来继续提升天工的？”
“不是用来做天工的，算是示例。”
赵文渊皱了下眉。不是做天工，那做什么？天工是代码专项模型，这些开物数据的标注跟天工明明很贴合啊——
“如果用户行为的公开数据集也能有这个精度的标注呢？”韩路一说。
赵文渊直接摇头。
“不可能。你这个精度是因为有开物的行为闭环，用户怎么改的、重新生成了几次、最终保留了什么，这些全是客观信号。公开数据集没有这些，光靠人工标注就是在纯猜。”
韩路一没争辩。
他做不到，视界能做到。
韩路一问：“做一个原型，要多少数据？”
赵文渊愣了一下，随即反应过来韩路一在说什么——在开源的通用基座上跑意图理解方向的微调。
“通过微调，验证意图理解能力的变化？”赵文渊想了想，“五千到八千条这个质量的，就足够有明显提升了。”
他顿了顿，又补一句：“但做出来也没意义。小模型微调得再好，拿去跟GPT的旗舰一比，性能上根本不是一个量级。”
韩路一说：“我拿它去见投资人。”
赵文渊明白了。
原型不是产品，是Proof of Concept，证明可行性。到时候就这么说：你看，我几千条数据在一个7B模型上就能做到这个效果；如果有了大算力和大数据呢？
“两到三周能给到吗？”赵文渊问。
“可以。”
赵文渊的目光又扫过表格。两百八十七条，每条的标注质量都超过他见过的最顶级标注团队的水准。
如果能用这种数据做训练……赵文渊自嘲地一笑，别痴心妄想了。
韩路一出差的时候一直在做标注？这看起来得有几十个小时的工作量。
赵文渊没问他怎么做到的。开物的行为数据闭环是最合理的解释：有用户操作日志在手，一个足够了解产品的人再花够时间，确实可以做到高精度标注。
况且韩路一就是开物的设计者。
唯一的问题是，这样拿到的数据太贵，不划算。
这时，门被敲了两下。
苏念念推门进来，手里拎着一个便利店袋子。
“彪哥说你没吃午饭。”
她把袋子放在茶几上。一个三明治、一个饭团、一杯咖啡。
赵文渊肉眼可见地僵硬了。
他下意识看了韩路一一眼，嘴边的话咽了回去。他们正在聊的是新公司的核心数据策略，而苏念念是源码的联合创始人——如果她不知道韩路一的计划——
“念念知道。”韩路一拆三明治的手没停。
赵文渊：“……知道什么？”
韩路一看了他一眼，没拆穿他蹩脚的掩饰：“都知道。”
苏念念在旁边椅子坐下，扫了一眼屏幕上的表格便收回目光。
“你们刚才聊到哪了？”
赵文渊这才轻轻松了口气。
“在聊数据。”韩路一咬着三明治含糊地说，“做模型原型需要像这样高精度标注的八千条数据，两周之内应该能搞定。”
赵文渊以为两周之内搞定的是数据，韩路一说的却是模型；这层差别，没人听出来。
苏念念点了下头，没追问细节，换了个话题。
“贺总那边怎么样？”
“没谈下来，他不看好。”
苏念念倒没显出意外。
反正她自己一开始也不看好，也不觉得贺云深能比自己多看出什么不同。
赵文渊听到这个消息，脸色却不太好看。
融资
-->>(第2/3页)（本章未完，请点击下一页继续阅读）