千千文学网

第167章 重启lr研究 三（第3页）

……

另一个问题，是训练数据的匱乏。

徐辰目前能跑出sota，是因为他用的这几个数据集（snli、logiqa等）都是经过人工精心標註的高质量逻辑数据。

但是，这种数据在海量的网际网路文本中，占比极低。

想要让slrm真正具备通用的逻辑能力，就需要海量的、覆盖各种领域（法律、医学、常识）的逻辑数据来训练。

“没有数据，slrm就是个空壳子。”

“而且，不同的逻辑问题下，逻辑的判断归属是不一样的。这依然需要强大的参数量来擬合。”

徐辰现在的slrm模块，参数量仅仅只有0。5b。

“如果要记住更多的逻辑，可能要把slrm扩大到7b，甚至70b，再配合海量的逻辑数据。“

“到时候，它和transformer结合后的威力，绝对不是简单的1+1=2。”

“也就是说一个7b的transformer架构的模型，加上7b的slrm模型，组合起来，可能有超过100b参数的能力。”

“但是……我是没有能力搞到这么多数据了。”

……

经过一番实操，徐辰得出了结论：

“这个模型学术成果价值比较强，走產业化路线，还有很大的空间。”

“不过，因为是系统出品，我对这个方向的產业化还是比较有信心的。”

徐辰又转念一想，“现在这样，作为学术成果，其实刚刚好。”

“既展示了顛覆性的潜力，又留下了足够的改进空间给后来人。”

“这，才是一篇顶级论文该有的样子。”

他甚至可以预见，这篇论文一旦发表，將会养活多少嗷嗷待哺的ai方向研究生。

“《基於slrm的医疗问答系统优化》、《slrm在法律文书生成中的应用》、《一种改进的gumbel-box几何嵌入算法》……”

徐辰掰著手指头数了数，忍不住笑出了声。

“光是把slrm里的几何图形换成『球、『锥、『高斯分布，就能水出几十篇论文。”

“再把应用场景换一换，从数学题换成代码生成、换成情感分析，又能水出几百篇。”

“更別提那些搞硬体加速的，搞模型量化的，搞分布式训练的……这简直就是给整个ai圈送了一波『全家桶级別的选题啊！”

“我这哪里是发论文，我这是在给全球ai界创造就业岗位啊！”

“功德无量，功德无量。”

徐辰双手合十，一脸慈悲。