首富从AI浪潮开始 第163节
韩路一看了一眼苏念念。
她的表情没有任何变化。
苏念念看向姚波石：
“他们可以做。”
然后她停顿了一下，才接着说：
“但千帆的商业模式，靠的就是商家持续花钱买流量。帮商家把留存做好、让商家对流量的依赖降下来，这件事和他们的收入方向是冲突的，即使要做，他们内部的力量会冲突。他们做不过我们的。”
姚波石低下头写了几笔，没再追问。
他的任务完成了。
贺云深的视线从姚波石移回到苏念念身上。
这一次，他自己开口了。
“苏总，你刚才说不铺量，一个细分一个细分打。这个打法我能理解，但我想问的是：这个飞轮什么时候能转起来？你给自己多少时间？”
苏念念没有犹豫：“两个季度。第一个季度跑通一到两个行业模板，第二个季度验证模板的自然裂变率。如果到Q2末尾裂变率还没起来，我们就要重新审视这条路径的效率，及时调整。”
贺云深的眉毛微微动了一下。
韩路一注意到了这个细微的反应。
苏念念最后那半句话很关键，她没有只给承诺，她同时给了止损线。
这是贺云深最看重的东西：战略上乐观，战术上谨慎，未进先思退，未胜先虑败。
“还有一个问题。”贺云深接着说，语气比刚才重了一些，“韩总把精力转到新公司之后，源码的产品方向谁来定？技术团队谁来拍板？遇到战略分歧，谁来做最终决策？”
这才是今天真正的问题。
苏念念看了韩路一一眼，然后转回来。
“产品方向我来定。技术团队的负责人，向我汇报，我会听取他的建议。战略分歧——”她停了一下，“如果是日常经营层面的，我来拍板。如果涉及公司方向性调整，我会和韩总商量，必要时上董事会。”
她说得很平静，没有试图证明什么，只是列出了边界。
贺云深看着苏念念，没有动作，然后点了点头。
韩路一打开视界。
【贺云深｜55岁｜弘远资本创始合伙人·投委会主席】
【情绪：平静】
【隐藏情绪：欣赏】
后面的议程走得很快。
会议进行到尾声时，贺云深终于做了总结，声音低沉却带着肯定：“韩总，苏总，2027年的增长路径，我看到了诚意。源码科技现在的运营状态，也比我想象的要稳定。”
散场的时候，大家陆续往外走。
贺云深和韩路一走在并排，说了一句话：“小韩，你选合伙人的眼光不错。”
韩路一笑了笑：“还是贺总的眼光更绝。”
一直送到上车，张彪会送两人去机场，贺云深坚持拒绝之下，韩路一这次没有跟去。
目送车拐上主路，韩路一站在原地没动。
苏念念走到他旁边。
两个人都没说话，一起目送车辆消失在视野里。
韩路一转过头：
“苏总，辛苦了。”
苏念念没有笑，她长长的出了一口气，说：“这就是你上次的感觉吗？感觉自己成长了。”
说完她笑了笑：“走吧，我回去还有个产品会。”
韩路一睁大了眼睛：“念念，没必要这么压榨自己吧，开完股东大会还给自己排别的会？”
……
上了车，姚波石本来要问问今天开会的结果，然后意识到张师傅在车上，又停住了。
他从副驾驶回头看向后面，注意到贺云深正在手机上打字。
过了一会，一条信息从姚波石的手机上弹了出来。
是贺云深向投资决策委员会发出的会议邀请。
第一百五十九章 这样下去你就废了！
虽然韩路一刚说了苏念念，可是其实他也给自己安排了视频会议。
和赵文渊。
赵文渊自从请假之后就没来办公室上班了，最近一直在家搭数据管线，在鼎盛那边的程序走完之前做准备工作。
两人先把训练的策略过了一遍，会议结尾，韩路一问了一下时间线。
“文渊，鼎盛那边账户大概这两天就能配好，你这边什么时候能开跑？”
电话那头，赵文渊停顿了一会，似乎在组织语言，然后才开口道：“韩总，就算算力到位了，开跑之前还有一道坎。”
“什么坎？”
“上周五我和你说的，预训练数据的预清洗。”
韩路一坐在办公桌前想了想，是有这么回事。
“咱们现在手里有什么了？坎在哪？”韩路一问道。
“有CommonCrawl里的数据，还有公共版权的书籍资料，我想在清洗这块优化一下，但是搞了几天还没头绪。”赵文渊解释道。
“嗯……我晚上回去看看。”
挂断视频，韩路一在办公室里思索起来。
韩路一想起来赵文渊的属性面板。
【赵文渊】
【技术S（研究SS）｜协作C｜稳定A】
【特技：大模型训练｜大模型后训练】
后训练是他的强项，预训练这边可能就没有那么熟悉了。
当然了，大模型现在也出来几年了，论文发了那么多，大家没吃过猪肉也见过猪跑了。技能是可以迁移过来的，摸索摸索，预训练也没有那么难。
想要从头做大模型，真正的瓶颈还在数据和算力。
数据也分两块，原始数据和标注数据。
标注数据这块，靠着视界，韩路一已经拿到了世界顶尖的标注。
数量还不太够，但是肝一肝总会有的。
但是原始数据还得想办法。
一般的厂商数据来源主要有几个，除了那些出版物或者特定行业的资料，还要去互联网上收集资料。
互联网的资料也有不同的来源：可以自己在互联网上爬——这就是各显神通了，爬到什么算你的本事；也可以用CommonCrawl。
CommonCrawl是开源的语料库，大模型时代的“数字公共图书馆”。
它是一个非营利组织，目标是“爬取和存档整个互联网”，并将这些数据免费提供给所有人。这个愿景很伟大，也确实帮助到了很多人。
现在市面上的大模型，做通用场景的，有一个算一个，训练语料里一定包含CommonCrawl，无非是有的多些有的少些。
但是CommonCrawl的问题是，它基本没有清洗，里面有互联网上各种各样的原始信息。
就拿中文互联网来说吧，上面最多的内容是什么？知识干货？生活小常识？人生感悟？感人的文学作品？
错了，是垃圾，各种各样的垃圾。
菠菜广告，瑟瑟广告，为了优化搜索结果的重复关键词堆砌。
如果把这些东西当原料直接去制作大模型，你可以期待会看到这样的场景。
你问它：“什么是大模型预训练？”
它回答：“近来大家都对大模型预训练很感兴趣，那么大模型预训练到底是什么呢？小编带大家看一看，看完真的惊呆了！到底该如何评价这件事情？欢迎在评论区留下你的看法！”
所以原料在用之前，先要经过复杂的清洗，这个也不是人工进行的，一般会用传统的基于规则的数据管线筛掉完全无用或有害的信息，然后在剩余的信息中进行去掉语意重复的内容。
对于怎么做，韩路一暂时还没头绪，但是没关系。
晚上问问视哥怎么看。
想到这，他拿出手机看了看时间，已经快六点了。
晚上【404寝室】又约了饭，是张浩然组织的。
本来周末就想约，但是韩路一为了和苏念念准备今天的董事会会议，拖到了今天。
张彪去机场还没回来，韩路一没去坐地铁，奢侈了一把，自己叫了个车。