不是“标得准”了。

是标注者理解了用户的工作场景。

赵文渊抬起头看韩路一。

“这是深加工标注？”赵文渊问，“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。

他转了个方向：“做一个原型要多少数据？”

赵文渊愣了一下，反应过来韩路一在说的是什么，不是提升天工，是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够有很明显的提升了。”

顿了一下，他又补了一句：“但做出来也没意义，小模型微调的再好，拿去跟gpt-4一比，性能上不是一个量级。”

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proofofncept，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。”

赵文渊的目光又扫了一遍表格，两百八十七条，每条的标注质量都超过他见过的最顶级的标注团队的水准。

如果能用这种数据做训练……赵文渊自嘲的一笑，别痴心妄想了。

韩路一出差的时候一直在干标注？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，再花足够的时间，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了，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，嘴边的话咽回去了。他们正在聊的是新公司的核心数据策略，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。”

苏念念在旁边的椅子上坐下来，扫了一眼屏幕上的表格，没细看。

“聊到哪了？”

赵文渊这才

章节内容不完整，请退出阅读模式查看完整内容！