“英文呢？”
“英文也不差，但沒有中文這麼好。”徐若辰翻到下一頁，是一張英文評測表，“在英文的SuperGLUE基準測試上，我們的模型得分是八十五點三分。GPT-2的得分是八十二點一分。我們高了三到四個點，但沒有中文那種碾壓級別的優勢。”
李東陽點了點頭，又追問：“訓練成本呢？”
陳銘宇接過了話：“十二月的版本，訓練成本大約是一千兩百萬美元。大年三十的迭代版本，因為注意力機制的效率大幅提升，訓練成本降到了不到六百萬美元。後續如果再訓練，成本還會進一步降低。”
“推理成本呢？”
“推理成本的降幅更明顯。”徐若辰說，“因為推理的時候，自注意力機制的計算量佔了絕對大頭。我們把O(n2)降到O(n log n)之後，推理速度提升了將近二十倍。同樣的硬體配置，以前處理一條一萬字文字需要十秒鐘，現在只需要零點五秒。”
“零點五秒。”李東陽重複了一遍。
“對。而且成本也相應降下來了。以前處理一條長文字的成本大概是兩分錢人民幣，現在不到一分錢。如果量大的話，這個差距非常可觀。”
李東陽沉默了。
會議室裡所有人都在看他。
“下一步的計劃是什麼？”他問。
徐若辰翻到最後一頁，上面列了一個時間線。
“我們計劃在三月底之前完成DPY-1.0的正式版本。引數量會從七十二億擴充到一百二十億到一百五十億之間。訓練資料總量擴充到兩萬億token以上。預計C-Eval得分可以進一步提升到九十五分以上。”
“應用層呢？”李東陽看向陳銘宇。
陳銘宇接過話：“我們已經在規劃了。目前考慮三個方向。第一，智慧客服。這個是最直接的，海鑫二手回收和京東轉轉那邊的客服需求量很大，如果能用大語言模型替代一部分人工，降本增效的效果會很顯著。第二，內容生成。舊石頭那邊需要大量的劇本、文案、營銷內容，大語言模型可以輔助生成初稿，人工再潤色。第三，程式碼輔助。我們內部的技術團隊已經在用DPY-0.5的預覽版輔助寫程式碼了，效率提升大概在百分之三十左右。”
李東陽聽完，站起來，走到白板前。
他看著那個稀疏連線的示意圖，看了好一會兒。
“徐博士。”他轉過頭。
“李總。”
“你現在有多大的把握，這條路是對的？”
徐若辰想了想，說：“技術路線已經驗證了。從理論到實驗，我們都反覆推演過了。剩下的問題是工程化——把模型做大，把推理做快，把成本做低。這些問題，我認為都可以解決。”
“時間呢？”
“一到兩年之內，做到可以大規模商用。”
李東陽點了點頭，轉身看著會議室裡的人。
這五十八個人，來自世界各地，放棄了谷歌、微軟、臉書的高薪，跑到凌波這個他們之前可能都沒聽說過的地方，在一個還在建設中的研究院裡，沒日沒夜地寫程式碼、調模型、跑資料。
好在這裡老外多，沒啥過年的執念。
“我說幾句。”李東陽開口了。
所有人都坐直了。
”。苦辛很得追們我。累積技有，人有，錢有們他，微、IAnepO、歌谷。早們我比步起國，域領個這“，頓了頓他”。過到做人有沒，前之們你在為因是而，錢多賺能為因是不。要重很，事的做們你“
。來下停，步兩了走裡室議會在他
”。的來出調數引個一數引個一是，的來出寫碼式程行一行一們你是，的來下掉上天是不先領個這。的先領是們我，上道賽分細個這在。們他了過超經已，上解理義語文中在們我，我訴告們你天今但“
。人個一每的場在看了看，宇銘陳看了看，辰若徐看了看他
”。了苦辛——句一說只我。話面場說會太不我“
。下一了靜安裡室議會
。拍在的真是，聲掌的衍敷、的套客種那是不。來起了拍著跟都人有所，掌了鼓頭帶誰是道知不後然
。了住忍他但，紅點有眶眼，兒那在坐辰若徐
”。料史當以可後以，來下記家大，話多麼這說得難總李“：句一了說著笑，來起站宇銘陳
