第一百二十八章 算我借你的
第一百二十八章 算我借你的 (第2/3页)
概率是甘特图或者看板视图，而不是更好的会议纪要模板。
这个标注精度已经不是“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，那做什麽？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，用户怎麽改的、重新生成了几次、最终保留了什麽，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麽，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Proof of Concept，证明可行性。到时候就这麽说：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。
赵文渊没问他怎麽做到的，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一
“念念知道。”韩路一拆三明治的手没停。
赵文渊：“……知道什麽？”
（本章未完，请点击下一页继续阅读）