燕大自己做，算力成本、数据成本、工程人力成本加在一起，压力其实很大。

    所以学校想和外面的厂商聊聊，这件事本身没什麽问题。

    李东看了看时间，已经下午了。

    他又看了看桌上的那条中微子数据曲线，第三条路还没开始走，回来再看也一样。

    “行，我去。”

    ……

    晚上七点半老张把黑色轿车停在了澜湾酒店的门口。

    李东下车的时候发现外面已经站了不少人。

    除了北行的李总他认识以外，旁边站的人他大多不认识，只不过他也在一些科技板块上见过。

    见李东下了车，这些人笑着迎过来，挨个和握手。

    “李东教授啊！真是年轻有为呀。”

    “久仰久仰，李东教授如果有空可以来我们公司参观参观……”

    他们大多都说着恭维的话，李东现在的身份已经不是一个学生了，他是燕大和水木两所顶尖院校的讲席教授，这些人虽然可能求不到他，但是场面话又不花钱多说总是没错的。

    李东也一一点头後就跟着众人进了酒店大厅。

    大厅里已经有不少燕大和水木的教授。

    唐杰教授在人群里看见了李东，走过来将他叫到了一个没人的角落。

    “李东教授呀，未央通用大模型的测试版你试过啦吗？”

    李东别说试过了，他连未央出了通用大模型测试版也是今天才知道的。

    “我还没有，唐教授试过了？”

    “嗯试过了，能力很出色，这不用多说。”

    他顿了一下，然後说：“但如果是要往通用方向走，有几个地方，现在看来还不够。”

    李东说：“说说看？”

    “我先说好的地方。”唐杰说道。

    “凡是有标准答案、靠硬推理的榜单，它都强得离谱，简直可以说是断层领先。”

    “而且，我很意外他在swe-bench上的表现也是出人预料的好，几乎也是断层的水平。”

    swe-bench测试的不是大模型单独写代码的能力，而是把模型直接扔进一个真实的开源项目里，让它读懂整个代码库，再去修一个真实存在的bug。

    这玩意儿吃的是长链条的推理能力，一步错，後面全错。

    通用模型在这张榜上普遍吃力。

    未央能在上面取得好成绩，其实并不意外，未央的底子就是一步一步可核验的推理，它天生不爱跳步，也不爱瞎编，这习惯挪到代码上，反而成了优势。

    “但是，”唐杰话锋一转，“另外那些榜，就不太好看了。”

    “最明显的是chatbot arena。”

    这张榜在大模型圈子里份量很重，它考的不是谁算得准，是真实用户更愿意跟哪个模型聊。

    因此并没有标准答案，打分的不是机器，是一个一个的活人，凭感觉投票。

    全球的大厂为了在这张榜上有好名次，会专门做一道叫rlhf的工序，反复拿真人的偏好去打磨模型，让它学会怎麽把话说得让人舒服。

    未央在这张榜上的名次，低得几乎可以忽略。

    “它太死板了。”

    “你给它一道题，它的推理无懈可击，可你换个方式问同一件事，它就不一定能灵活地调整切入角度。”

    “它的训练信号从来不是人类喜不喜欢，是核验器判它对不对，所以它压根没学过怎麽揣摩人话。”

    李东在心里想。

    “唐杰-->>

本章未完，点击下一页继续阅读