2024年7月25日，星期四，晚上八点。
深圳，默石资本，技术部。
暑假已经过半，技术部的灯比平时亮得更晚。陆方坐在工位上，面前是三块屏幕，每块都显示着密密麻麻的代码和模型输出。他正在测试星海大模型模块的准确率——89%，比上个月提高了1个百分点，但离90%的目标还有差距。他有些沮丧。不是因为他不够努力，是因为他觉得自己可能走错了方向。大模型的发展太快了，每个月都有新论文，每个月都有新模型。他追不上。
手机震动了。是陈曦发来的消息：“陆方叔叔，我这边是早上。你那边应该是晚上吧？吃饭了吗？”
陆方回复：“还没。在调模型。”
陈曦：“什么模型？”
陆方：“星海的大模型模块。准确率卡在89%，上不去了。”
陈曦：“你有没有试过开源模型？比如LLaMA、Falcon、Bloom？我用它们在伯克利的服务器上做过测试，准确率能到92%。”
陆方愣了一下。他当然知道这些开源模型，但他没有试过。因为他的思维还停留在“自己训练模型”的阶段，没有想过用现成的开源模型做微调。这就是代际差异——他这一代人，习惯从零开始造轮子；她那一代人，习惯站在巨人的肩膀上。
陆方：“我没试过。你能帮我跑个测试吗？”
陈曦：“可以。你发我一份测试数据集。”
陆方从星海平台导出100份招股书摘要和对应的分析报告，打包发给陈曦。数据集不大，几百兆。
陈曦：“收到了。我明天给你结果。”
陆方：“好。谢谢。”
陈曦：“不客气。”
2024年7月26日，星期五，上午十点。陆方收到了陈曦的测试结果。她用了三个开源模型——LLaMA-7B、Falcon-7B、Bloom-7B——在伯克利的服务器上做了微调。结果让陆方震惊——LLaMA-7B的准确率最高，达到91.5%，比星海大模型模块的89%高出2.5个百分点。Falcon-7B达到90.2%，Bloom-7B达到89.8%。三个模型的平均准确率90.5%，超过了星海。
陆方看着那个数字，沉默了很久。他想起自己花了三个月时间调参数、优化模型，准确率只提高了1个百分点。陈曦只花了一个晚上，用开源模型微调，就把准确率提高了2.5个百分点。不是他
…。。