除了北行的李總他認識以外，旁邊站的人他大多不認識，只不過他也在一些科技板塊上見過。
見李東下了車，這些人笑著迎過來，挨個和握手。
“李東教授啊！真是年輕有為呀。”
“久仰久仰，李東教授如果有空可以來我們公司參觀參觀……”
他們大多都說著恭維的話，李東現在的身份已經不是一個學生了，他是燕大和水木兩所頂尖院校的講席教授，這些人雖然可能求不到他，但是場面話又不花錢，多說總是沒錯的。
李東也一一點頭後就跟著眾人進了酒店大廳。
大廳裡已經有不少燕大和水木的教授。
唐傑教授在人群裡看見了李東，走過來將他叫到了一個沒人的角落。
“李東教授呀，未央通用大模型的測試版你試過啦嗎？”
李東別說試過了，他連未央出了通用大模型測試版也是今天才知道的。
“我還沒有，唐教授試過了？”
“嗯試過了，能力很出色，這不用多說。”
他頓了一下，然後說：“但如果是要往通用方向走，有幾個地方，現在看來還不夠。”
李東說：“說說看？”
“我先說好的地方。”唐傑說道。
“凡是有標準答案、靠硬推理的榜單，它都強得離譜，簡直可以說是斷層領先。”
“而且，我很意外他在SWE-bench上的表現也是出人預料的好，幾乎也是斷層的水平。”
SWE-bench測試的不是大模型單獨寫程式碼的能力，而是把模型直接扔進一個真實的開源專案裡，讓它讀懂整個程式碼庫，再去修一個真實存在的bug。
這玩意兒吃的是長鏈條的推理能力，一步錯，後面全錯。
通用模型在這張榜上普遍吃力。
未央能在上面取得好成績，其實並不意外，未央的底子就是一步一步可核驗的推理，它天生不愛跳步，也不愛瞎編，這習慣挪到程式碼上，反而成了優勢。
“但是，”唐傑話鋒一轉，“另外那些榜，就不太好看了。”
“最明顯的是Chatbot Arena。”
這張榜在大模型圈子裡份量很重，它考的不是誰算得準，是真實使用者更願意跟哪個模型聊。
因此並沒有標準答案，打分的不是機器，是一個一個的活人，憑感覺投票。
全球的大廠為了在這張榜上有好名次，會專門做一道叫RLHF的工序，反覆拿真人的偏好去打磨模型，讓它學會怎麼把話說得讓人舒服。
未央在這張榜上的名次，低得幾乎可以忽略。
“它太死板了。”
”。度角切整調地活靈能定一不就它，事件一同問式方個換你可，擊可懈無理推的它，題道一它給你“
”。話人揣麼怎過學沒它以所，對不對它判驗核是，歡喜不喜類人是不來從號訊練訓的它“
。想裡心在東李
”！間時沒黑小是就間時沒我正反，了算，間時沒黑小……額，些這化佳最去間時沒我為因時那但，錯沒的說你，授教傑唐“
。致極到做上理推號符學數在它讓了為是就來本擇選些這而，的來帶擇選些一的面層構架是，板短側用通的在現央未
。算計便方了為是就，來出央未弄黑小和初當他
。間瞬一是只也過不，頭念過實確他，話實是說，型模大用通做去拿子底套這央未把慮考有沒有於至
。兒意玩屁狗麼什，的樣一是度態的農夏和他，型模大些這的在現，慧智工人的樣這黑小像是還實其標目終最的他，呀他引吸能不為因
。頭點了點是只，聲吭有沒東李以所
。道說續繼才，邊這意注人沒定確，周四看了看是於，了去進聽他為以傑唐
”。議建個一你給，人來過個一為作，樣一不些有們我和你，授教東李“
”。本資心小“
。釋解多有沒傑唐，完說話句這
。麼什說在他白明東李但
。麼什要想己自白明也人的做，晰清是向方，的來出裡壤土學從是，候時的早最譜智
。的做法沒是錢有沒事些這，施設礎基搭、人招、模規擴、錢投——見易而顯是好，了來進本資來後
。了變著跟也事些有，後以來進錢但
。深越進越且而，裡條鏈策決的技想要需只來本個一進始開題問些這，衡平麼怎線路技的年三和標目務財的度季、示演做來拿易容更能功個哪、事故講易容更向方個哪
。向方的去該應來本技是不而，子樣的要需場市像越來越始開會也，西東的來出做
。錯的本本資是不也，麼什了錯做譜智說是不這
。的要想它到得裡這你從會也錢，錢了到得你，面兩的事件一是就這
