“林总……您……您之前是搞算法的？”
“不是。”林辰平静地说，“但我认识一些搞算法的朋友，交流过。这个架构，是我根据他们的思路，结合咱们的具体问题，设计的。”
他说谎了，但面不改色。
陈默信了。因为除了“认识一些天才朋友”，他无法解释为什么一个产品出身的COO，能写出这种级别的算法代码。
“那……预训练模型呢？”另一个工程师问，“没有好的初始权重，再好的架构也白搭。”
“有。”林辰打开浏览器，输入系统提供的一个网址，“这是一个开源的客服领域预训练模型，训练数据包含五千万条对话，覆盖金融、电商、教育等十几个行业。我们可以直接拿过来，用我们的数据微调。”
网页打开，是一个英文的技术博客，最新一篇论文的链接。论文标题是《CPT:ALarge-ScalePre-trainedModelforerService》，作者来自斯坦福。模型权重开源，可以免费商用。
陈默点开论文，快速浏览摘要和方法部分，然后倒吸一口凉气。
“五千万条对话……Transformer-XL架构……三十亿参数……这，这比云图用的模型还大！”
“但我们可以用知识蒸馏的方法，把它压缩到适合我们线上部署的规模。”林辰说，“虽然会损失一些精度，但基础能力在，微调后应该能突破99%。”
“何止99%……”陈默的声音在发颤，“如果这个模型真像论文里说的那么强，我们微调好了，可能……可能能到99。5%。”
99。5%。
比云图的99%，高出0。5个百分点。
在AI领域，0。1%的差距就是一代。0。5%，是碾压。
会议室里，五个算法工程师的眼睛，同时亮起饿狼般的光。
“干不干？”林辰问。
“干！”五人异口同声。
“好。”林辰起身，“陈默，你带两个人，负责模型压缩和微调。另外两个人，按照我写的架构，把新模型搭起来。我负责协调算力资源——李总会批的。目标是，四十八小时内，新模型上线测试。”
“四十八小时？这不可能——”
“可能。”林辰打断他，“因为我们没时间了。三天后，是项目结项汇报。李总会邀请几个潜在客户来参观。我们要在那天，用新版本的‘星语’，现场演示。效果，必须是碾压级的。”
他看向每个人。
“这是最后一仗。打赢了，‘星语’翻身，咱们所有人，升职加薪。打输了……”他没说下去，但意思都懂。
“明白了。”陈默深吸一口气，“林总，我们拼了。”
“不是拼了。”林辰拍拍他的肩，“是必须赢。”
3
四十八小时后。
凌晨五点，星河科技机房。
GPU服务器群的轰鸣声震耳欲聋，机柜上的指示灯疯狂闪烁。散热系统的风量开到最大，但室内温度依然逼近三十度。陈默和两个工程师蹲在服务器前，眼睛死盯着监控屏幕。
模型训练，第九十七轮。
准确率：99。37%。
距离99。5%的目标，还差0。13个百分点。
“损失函数还在下降，但很慢了。”一个工程师哑着嗓子说，“可能到瓶颈了。”
“继续。”陈默说，“把学习率再调低一半，训练轮数加到一百二十轮。另外，把数据增强的强度提高，特别是那些长尾样本，多生成一些变体。”
“可时间……”
“时间我来抢。”林辰的声音从门口传来。
他走进机房，手里提着四杯咖啡，眼睛里的血丝比陈默还重。过去四十八小时，他睡了不到四小时，大部分时间在协调资源、解决阻塞、给团队打气。
“李总特批，把公司所有空闲的GPU算力都调给我们了。”林辰把咖啡分给大家，“另外，我从朋友那儿借了二十张A100，远程集群，已经接入。现在我们的总算力，是之前的四倍。”
陈默眼睛一亮：“那训练速度能提升三倍！一百二十轮，原来要八小时，现在三小时就够了！”
“所以，继续。”林辰说，“我要在上午九点前，看到准确率突破99。5%。”
“是！”