第二百二十六章 幽灵设备 (第2/2页)

郑晓波看着屏幕，脸上没什么表情。
　　
　　AI赛道上，鼎盛在国内几家大厂里不算落后，乾元的发布也很成功；可现在的问题是，还没有能在国际上拿得出手的产品。
　　
　　在AI这件事上，吕云有自己的判断，也和郑晓波分享过：他觉得这是赢家通吃的游戏，为了不被吃掉，鼎盛必须成为赢家；鼎盛的对手不在国内，而在国际。
　　
　　这也让郑晓波知道，吕云对他现在的成绩还不满意。
　　
　　他心里也急。在AI赛道上做出成绩，是董事会，也就是吕云，对他的要求。
　　
　　但他知道，急也没用，事情得一步一步做。
　　
　　坤元就是第一步。
　　
　　昨天训练结果出来，几个公开测试集都跑过了，还没去网上发布结果；林绍峰已经私下把结果向郑晓波汇报过。
　　
　　今天的会，是演示，是告知，不是决策讨论。
　　
　　“吕总，郑总。”林绍峰开门见山，“坤元的内部测评已经完成。从综合能力看，坤元1.0的各项能力已经进入全球第一梯队。”
　　
　　开篇先强调成绩。林绍峰环顾听众，重点注意吕云的反应，却没看出什么来。
　　
　　他按了一下手中的翻页器，大屏幕上出现一张综合数据。
　　
　　数学、代码、多语言理解、长上下文、逻辑推理、知识问答、意图理解。
　　
　　每一项都有分数、排名和对标模型。
　　
　　“如果只看通用能力，坤元1.0目前落后于GPT最新一代旗舰模型，但差距已经不大。”林绍峰说道，“和Gemini、水星的最新版本相比，我们在部分项目上互有胜负；尤其在中文任务、企业场景、复杂指令遵循这几个维度，坤元的表现非常突出。”
　　
　　随后他切到下一页。
　　
　　这一页的标题是：中文意图理解专项评测。
　　
　　屏幕上是一组更夸张的数据。
　　
　　坤元1.0在中文复杂需求理解、隐含条件识别、业务流程补全、用户真实意图判断这些项目上，全面高于所有对标模型；而且不是小幅领先，而是跨越式的高。
　　
　　断层碾压。
　　
　　会议室里响起低声讨论。
　　
　　大部分人都知道这个结果意味着什么。
　　
　　大模型研究在国内是后发。如果能做出第一个在单项领域全世界登顶的大模型，对鼎盛的行业地位都有重大意义。
　　
　　林绍峰紧接着讲了具体测评标准，包括公开测试集、内部自建题库、第三方公开任务集，以及企业真实场景脱敏数据。
　　
　　“国产大模型最大的问题，是大家做得比较像。真正落到业务场景里，经常听不懂人话。用户说一句“帮我弄一下这个”，模型不知道“这个”是什么；用户说“老板要看”，模型不知道重点该放在风险、结果还是汇报口径上。”
　　
　　会议室里不少业务线负责人都点了点头，他们对此深有体会。
　　
　　大部分大模型演示时看起来很强，真正接入业务系统，却像个刚毕业的实习生。
　　
　　做业务的能力比写代码的能力差多了。
　　
　　这也不怪大模型：代码本身可验证，对就是对，错就是错；做业务可不是这样，模糊的地方很多。
　　
　　到了问答环节，市场部负责人先站出来说话。
　　
　　他知道今天会议的目的，就是给坤元的发布定计划。
　　
　　刚才林绍峰展示的数据很好看，拿出去说是一回事，但真有几分斤两，不好说。
　　
　　他得先弄清坤元的真实水平，才好制定相应计划。
　　
　　“林总，这个成绩很惊人。我不是不信任测评，但咱们能不能搞个演示，看看真实场景的效果？”
　　
　　市场部负责人这句话一问出来，吕云的目光便转了过来。