第九十二章 名字想好了吗

韩路一一下飞机就马不停蹄的约了赵文渊。本来想自己赴约，但张彪非要跟着，说是工作职责。

还是上次那个地方，南京西路瑞幸，韩路一推门进去的时候，赵文渊已经坐在靠窗的位子上了，手里拿着一杯生椰拿铁。

本书由??????????.??????全网首发

上次坐在这儿的时候，赵文渊说「大模型太贵了，这不是我们玩得起的领域」，韩路一说「源码的门随时给你开着」。

那是不到一个月前的事。

赵文渊穿了件灰色运动外套，看起来精神还不错。他抬头看见韩路一，又看见韩路一身後跟着的像终结者一样的张彪，愣了一下。

「你这是————」

「这是彪哥，专业保镖。」韩路一拉开椅子坐下，「投资人安排的。」

赵文渊上下打量了一下张彪，张彪在隔壁桌坐下，面无表情地掏出手机来点单—他点了一杯摩卡。

「你融了多少？」

「两个亿。」

赵文渊端起生椰拿铁喝了一口，没什麽特别的表情。

「估值呢？」

「二十亿。」

「那咱们确实可以聊聊了。」赵文渊说，「你准备了多少预算？」

韩路一也不绕弯子：「三千万，模型团队的启动预算，你觉得怎麽花？」

赵文渊没直接回答，反问了一句：「你想从头训练？」

「我感觉不够，你觉得呢？」

「确实不够。」赵文渊说，「差得远了。」

他翻过一张纸巾，从兜里掏出笔，开始在上面写字。

「通用大模型，千亿参数级别，预训练要几千张H100跑两到三个月。」他写了个数，「算力成本几千万美金起步，头部大厂一轮预训练烧一两个亿人民币是常态。」

韩路一知道这些数字，但听赵文渊亲口说出来感觉不一样，毕竟赵文渊是上过手的人。

「三千万人民币，」赵文渊在纸巾上画了个约等号，「四百万美金出头，连一轮预训练的零头都不够。」

「那你有什麽想法？」

「也有别的路，」赵文渊把笔尖点在纸巾上，「做後训练。」

他在「後训练」三个字下面划了条线。

「开源基座模型已经具备通用代码能力了，羊驼模型丶女王模型，都是很好的底子，後训练是在这个基础上做专精。」

」SFT加DPO？」

赵文渊看了他一眼，惊奇的挑了挑眉，又转头看看正一脸茫然看向这边的张彪。

「对，SFT，指令微调，让模型学会特定任务的模式，比如你给它一句自然语言描述，它要生成一个能跑的应用。DP0，直接偏好优化，这是第二步，让模型学会分辨什麽是好的输出丶什麽是差的输出。」

他在纸巾上画了个简单的流程图。

「後训练的算力需求比预训练低一到两个数量级，三千万够启动。」

他把笔放下，先看向张彪。

张彪觉得自己困了，尽力睁大眼睛，眨了眨。

赵文渊放弃让张彪理解这次谈话了，他转向韩路一。

「後训练不拚算力，拚数据，准确的说，拚的是高质量的标注数据。」

韩路一

等他继续。

「SFT需要大量的问题丶答案配对。输入是用户的自然语言提示词，输出是可运行的应用代码，这种数据的质量直接决定模型的上限。」

赵文渊身体前倾。

「人工标注一条高质量数据，几十到上百块，十万条就是千万级别的成本，而且标注团队水平参差不齐，做出来的数据你还得反覆清洗。」

「我在鼎盛的时候见过，CodeSafe吃进去的用户数据量很大，但脏，噪声多，他们花了很多人力清洗，效果始终上不去。」

「垃圾进，垃圾出。」韩路一说。

「就是这个意思，数据质量不行，模型再大也是白搭。」赵文渊说完，看着韩路一的眼神带着试探的意味，他在等韩路一出牌。

「数据我有。」

赵文渊没说话，但身体坐直了。他当时就猜测过，BugKiller为什麽这麽强，要麽有黄金数据，要麽有未公开的先进算法，现在看来是前者。

「你的数据哪来的？」他放慢语速，问道，「不会也是偷的吧？」

这话不是玩笑，赵文渊从鼎盛出来的，就是看不惯CodeSafe偷用户代码喂大模型，这是他的底线。

韩路一正色道：「所有的数据都是用户自愿分享的。注册时的相关选项是默认关闭的，用户必须主动选择将检测结果用於产品改进我们才能看到。协议是律师一条一条审过的，我这也有审计报告。」

赵文渊盯着他看。

「我绝不偷数据。」韩路一说。

「好。」赵文渊点了点头，「那数据量够吗？」

韩路一打开背包里的笔记本电脑，接上手机热点，先登录开物後台。

屏幕上跳出一个数据看板。

「开物上线到现在，累计二十三万条提示词—代码配对，」韩路一把屏幕转向赵文渊，「全部来自用户主动分享。」

赵文渊扫了一眼总数：「二十三万条————量是够了。但有个问题，AI生成的代码本身就有Bug，直接拿来训练不还是垃圾进垃圾出？」

「所以有第二步。」

韩路一切换到另一个界面，BugKiller的数据管线看板。

「开物每一条生成的代码，都会自动过一遍BugKiller的检测引擎，有Bug的标出来，能自动修复的直接修复，修不了的丢弃。」

赵文渊凑近屏幕。

数据流很清晰：用户提示词→原始生成代码→BugKiller自动检测→修复後代码→入库。

每一条数据都带着状态标签，「通过」或「已修复」，没有「未修复」。

「原始代码通过率60%上下，经过BugKiller修复後，最终入库率96%。」

赵文渊没说话，他伸手拿过笔记本，开始自己翻数据。

他先看了几条「已修复」的，原始代码里确实有Bug，修复後的代码乾净利落。然後他翻「通过」的那些，原始生成就没问题，代码结构清晰，变量命名规范。

一条丶两条丶五条丶十条。

他逐行看修复逻辑。

二十条丶三十条。

瑞幸店里的音乐换了几首，赵文渊都没有抬头。

翻到五十条左右的时候，他停了。

「这个检测引擎就是BugKiller的核心？」

「对，核心算法是我自己写的，」韩路一说，「这是技术壁垒。」

「你这个数据的确不可能是偷来的，客户的代码良莠不齐，偷来的没有这麽高的质量。」赵文渊叹了一口气，「怪不得CodeSafe会输给你，我心服口服了。」

「这个准确率，这种用法，」他接着说，「你手里的是一条自动化的数据清洗流水线，别人要花几千万请人标注的事，你用算法跑一遍就完了。」

他又想了想，语速突然变快。

「而且，BugKiller检出来的那些Bug代码和修复後的版本，这不就是现成的DPO训练对吗？有Bug的是坏例子，修复後的是好例子，天然的偏好数据。」

韩路一点了点头。

「SFT用乾净的提示词丶代码对，DPO用Bug丶修复对，两条管线同时跑。」赵文渊的手在桌上敲了两下，越说越兴奋，「数据飞轮，这个别人偷不走。就算把数据偷走，没有这个检测引擎，也做不出同等质量的清洗。」

韩路一没说话，文渊，入吾彀中矣。

赵文渊拿过那张写满数字的纸巾，翻到背面，接着写。

「後训练不需要预训练那种千卡集群，但也不便宜。H100单卡现在市场价二十到二十五万，8卡一台伺服器，一台一百六到两百万。」

他给纸巾拍了照，放进手机备忘录里，然後在备忘录里敲了一串数字。

「中等规模模型，几十亿参数，後训练至少需要十六到三十二张卡。」

「先租。」韩路一接过话头。

赵文渊抬头。

「第一版跑通之前不锁定硬体。」韩路一说，「万一方向要调，买的卡可退不了。」

赵文渊笑了，以前在谷歌的时候，训练模型还真没这麽抠搜过。

「你挺清醒的。」

「穷过，谢谢。」

赵文渊在备忘录里快速敲着数字：「算力租赁首批八百万，数据清洗和补充标注三百到五百一这个可能可以省下来，团队薪资六个月四百万上下，工具链杂项三百万，再预留一千万。」

他把手机推过来让韩路一看。

「够用了，先跑起来。」

两人越聊越快，瑞幸下午三点多的店里不算吵，但他俩的声音在不自觉地变大。

旁边桌一个戴耳机的女生摘下一只耳机看了他们一眼，两个装逼犯加一个肌肉男，这组合可太奇怪了。

店员走过来：「几位要不要再来一杯？」

韩路一这才注意到自己坐下来到现在还没点单。

「一杯生椰拿铁。」

「两杯。」赵文渊头都没抬。

张彪跟着店员去扫码下单了，韩路一看了一眼桌面，几张写满数字的纸巾，一台笔记本电脑，两个手机，在瑞幸谈几千万预算，是有点好笑。

「我明天就来上班。」

韩路一看着他：「这麽急？」

「等不了了，想快点上手。」

「对了。」他说，「最难的问题，大模型叫什麽？名字想好了吗？」

韩路一看着他笑了：「我早就想好了——」

「天工。」

>