。”
他自己知道，赵文渊对训练管线做了相应的微调，但那也是为了适应汤圆的原始数据和标注数据。
归根结底，汤圆能做出这个成绩，还是来源于韩路一出的数据。
毕竟，汤圆在训练的过程中也没有发明什么新的算法，也没切换什么新的路线。
它只是在这个方向上，这个规模上，把数据卷到极致了。
出来的效果就是这么好。
听了韩路一这么直接的回答，邵教授一愣。
他其实第一反应是不信，因为这条路不是没人走，包括硅谷的顶尖模型也在走，如果汤圆走的是同一条路的话，她凭什么做到了世界第一呢？
韩路一这边话没停，还详细地解释了一下：“汤圆的模型架构、训练方法都不是什么独特的发明，汤圆之所以能做到这个程度，核心原因就两点——”
“一是在预训练阶段，数据的质量足够高。”
“二是在后训练和对齐阶段，标注数据的质量足够高。”
“我们不是把大量的垃圾喂进去，然后指望模型从垃圾堆里学知识，我们做的工作在训练之外，保证让每一个词元都有价值。”
这没有什么好隐瞒的，汤圆的护城河在数据上，不在训练方法上。
况且韩路一还馋着在座两位教授的影响力，自然愿意表现出一点儿诚意来。
在座的几个人，除了陆正平之外，都是业内的行家里手了，听了韩路一的话，都思考了起来。
这个理论不是新理论，但是方法听起来是个笨方法。
最大的问题是，这个方法很难scale（规模化）。
现在一个大模型几千上万亿的词元，你怎么去保证质量？
倒是陆正平听出来一点儿别的东西：韩总刚才是不是说他负责的部分就是数据收集来着？他刚才说的这两点，不都和数据有关吗？
这时候服务员开始进来上菜了，也就打断了几个人的思考。
菜上的很快，陆正平先起来提了一杯酒，庄院士又提了一杯酒，最后韩路一也提了一杯酒。
韩路一已经有点儿适应这种流程了，他也能看出坐着的章同学很不适应。
这不适应都快写到脸上了，不用视界也看得出来。
但是韩路一心里还有个小小的疑问：上次见周涵的时候，她小心翼翼的样子让韩路一印象深刻。不是说不让喝酒宴请了吗？怎么陆正平不在乎这个？