会议室里的气氛被顾屿一句话彻底点燃了。

全集团all-inai的战略指令让在座的每一位高管都热血沸腾。

大家都在平板电脑上不断输入新的测试指令，看着那飞速生成的文本和代码，各自盘算着如何将这股新力量注入自己的业务线。

顾屿双手按在会议桌上。

“大家先停一下手里的测试。”

众人纷纷放下平板，抬头看向主位。

顾屿拿起桌面上的激光笔，按了一下按钮，背后的大屏幕再次切换画面。

屏幕上出现了一个复杂的树状图，最顶端写着“rlhf”四个英文字母。

“在座的除了少卿和周晨，大部分都不是搞底层算法的。”顾屿看着众人。

“我用大白话给你们解释一下这个机制。”

“天问三号能有今天这种逻辑推演能力，不是凭空变出来的。”

顾屿指向屏幕。

“你们应该都知道我们在成都搞的蜀光园区。”

“那个园区里面，有几千上万名残疾人员工在日夜倒班。”

“他们每天的工作就是坐在电脑前，人工筛选、清洗那些庞大而杂乱的网络数据。”

“他们是天问三号最初的启蒙老师。”

孟夏点了点头，作为内容生态负责人，她对这批特殊员工的工作强度有切身体会。

“但是现在，我们遇到了一个极其棘手的瓶颈。”顾屿语气变得严肃起来。

“天问三号如果想要实现更快的进化，变得越来越聪明，它就需要更多高质量的反馈。”

“这就好比一个学生，课本知识已经全部背熟了，现在需要有人每天给他批改高级试卷。”

“这个过程在学术界就叫作基于人类反馈的强化学习，也就是大屏幕上的rlhf。”

任少卿站起身，补充了一句。

“我们需要让人类来告诉ai，它生成的几十个备选答案里，哪一个是最好的，哪一个是不符合人类价值观的。”

“只有不断地进行这种奖励和惩罚，模型才能真正对齐人类的思维模式。”

顾屿示意任少卿坐下。

“所以，我们需要海量的标注员。”顾屿环视全场，

“几千人不够，几万人也不够。”

林溪看着顾屿，敏锐地抓住了重点。

“顾董，雇佣几十万甚至上百万的专业标注员，这不现实。”

“人力成本会把集团的现金流直接拖垮。”

顾屿嘴角勾起一抹狡黠的笑容。

“谁说我们要花钱去雇人了？”

他走到会议桌的侧面。

“我准备把天问三号的网页版和移动端app，面向全网免费开放公测。”

这句话一出，整个会议室瞬间炸开了锅。

李正国坐直了身体，瞪大了眼睛。

“顾老弟，你疯了？”

李正国敲着桌子。

“这玩意儿烧了我们上百亿的资金，用了全国最顶尖的算力基地，你现在要免费给外面的网民用？”

钱东来也表示不解。

“老板，这可是的核武器，不收费怎么收回研发成本？”

顾屿看着他们焦急的样子，笑意更深了。

“老李，老钱，你们的格局还是小了。”

顾屿走回讲台。

“你们以为我是去做慈善吗？”

“我要的是数据，是那些无价的人类真实反馈。”

顾屿敲击了一下键盘，屏幕上出现了三个阶梯状的图表。

“对于天问三号的进化来说，用户产生的数据价值分为三个层次。”

顾屿指着最下方的一层。

“第一个层次是中等价值数据。”

“也就是用户在对话框里问了什么问题。”

“这就告诉了ai，真实世界里的人类到底需要解决什么痛点。”

“这比我们关在实验室里瞎猜要精准一万倍。”

众人若有所思地点头。

顾屿指向中间的一层。

“第二个层次是高价值数据。”

“我们会给ai的回答设置点赞和点踩的按钮。甚至会一次性生成两个回答让用户去选。”

“用户选了哪个，有没有采纳这个回答，这就是最直接的对错标注。”

顾屿的语气变得有些兴奋。

“这等同于无数个老师在免费给天问三号批改作业。”

顾屿的手指滑向金字塔的最顶端。

“第三个层次，也是最核心的最高价值数据。”

“用户在使用天问三号写报告或者敲代码的时候，发现ai给出的结果有瑕疵。”

“用户亲手把ai的输出内容进行了修改，把错误的逻辑给改对了。”

会议室里异常安静，只有顾屿的声音在回荡。

“这种修改动作会被后台完整记录下来。”

“这就是人类各行各业的专家，在手把手地给我们的ai喂标准答案！”

“你们知道在市面上花钱去买这种高质量的专家级纠错数据，一条需要多少钱吗？”