这顿饭，韩路一吸取了教训：确认不必再加菜后，便飞快地在小程序上提前买了单。
吃完刚起身，赵文渊的电话打了进来，韩路一只好重新坐下接听。
“韩总，最新一轮的结果出来了！”赵文渊的声音带着连续熬夜后特有的沙哑，语气却很亢奋，“意图理解基准从83.7涨到了85.2，其他几项基础指标也在上升，语义连贯提了0.8个点，多轮推理提高了1.2个点！”
“综合性能呢？”
“综合得分比之前那版高了将近两个百分点。这个提升幅度，在7B参数的量级上已经很夸张了。”赵文渊停了一下，“业内现在的主流猜测一直认为，数据标注的质量能提高模型的上限，但我是真没想到影响能这么大。从结果来看，之前一定没有人用这种质量的数据训练过大模型！”
“提升的空间还有吗？”
“基本到头了，我下午换了学习率策略，看看接下来两天能不能再挤一点。”
“学习率那边别动了，”韩路一说，“两个点的提升够用了。你明天看看能不能先把模型部署下来，我们做些场景测试。”
赵文渊愣了一下：“这么快就上实测？”
“训练集上再刷分意义不大，拿真实场景的实际用例测一测，周二去给鼎盛一点小小的震撼。”
“哈哈哈！”赵文渊觉得跟着韩路一，自己的心态都变年轻了——虽然他本来也不老，“我这辈子没调过这么爽的参数。”
挂了电话，这两个曾经狼狈离开鼎盛的人，此刻都迫不及待地想杀回那扇大门。
苏念念听完这通电话。她虽然不知道对面说了啥，但听到要去给鼎盛一点震撼，便知道一定是好消息。
韩路一没有立刻起身，短暂地陷入沉思：原来刚才经验值的变化是从这儿来的——上午看还是7%，刚才变成了8%。现在他可以确定，是赵文渊跑完这一轮微调，带来了经验值上涨。
控制变量来看，基本可以肯定：模型训练和视界经验值之间存在正相关。照这么干下去，下一级触手可及。
那之前训练天工代码模型时没涨经验，是因为没用他自己的标注数据吗？这到底跟标注的被使用量有关，还是跟产出的模型准确率有关？
“走吗？”苏念念说着已经站起来，穿上了外套。
被这么一叫，韩路一回过神，说：“念念，我发现我还是挺擅长推理的。”
苏念念不置可否。
…。。