首富从AI浪潮开始 第454节
什么汤圆1.0？我没听说过啊？
他甚至回头看了一下大屏幕，想看看里面有没有汤圆1.0，虽然排名榜单早就已经不在上面了。
我得第一不是应该的吗？我们花了那么多钱，那么多算力，还进行了针对性的训练。
93分又是什么鬼？怎么可能？那不是比金星领先了二十多分吗？
瑞恩在台上愣了几秒钟没有动作，但他毕竟是明星公司的CEO，见过大场面，很快就反应了过来：“不好意思，这个问题和金星、和Nexus AI都没有关系。我怀疑你收到的资料是假的，但这应该是主办方来回答的问题。好了，有请下一位记者。”
瑞恩指了指另一个媒体的记者，话筒几乎是工作人员从女记者的手里抢了过来递到了下一个记者的手上。
第二个记者马上提问：“你觉得汤圆1.0真的有这样的能力吗？它比金星2.0高出20分的原因是什么？你是通过什么手段让他下架的？”
瑞恩对第二个记者怒目圆瞪，什么叫我是通过什么手段让他下架的？
我都没听说过什么汤圆1.0！
此时，轮值主席理查德看出来事情已经压不住了，所有的媒体都只会追着这一个问题问。
不得已，他站了出来，走到瑞恩身边接过他手里的话筒，说道：“记者朋友们，不管你们是从哪里听到的谣言，请相信我，那都是不准确的。组委会确实收到过一款名为汤圆1.0的模型，但是因为它的成绩异常，成绩已经被取消了，这是遵循程序的。”
现场已经有点儿混乱了，第二个记者还拿着话筒，接着问道：“什么叫做成绩异常？异常的原因是什么？这次封闭测评的结果还可信吗？”
虽然会场的冷气开得很足，但是此时理查德的额头已经开始冒汗了。
如果不能好好地解释这件事，那对这次封闭测评，甚至对AI Foundations举办的人工智能大会都是一次公信力的巨大打击。
但理查德根本没有什么证据能拿出来，他们当时大概调查了一下，没发现什么异常，只是分数太高，就不了了之了。
理查德一边斟酌一边开口：“当然，测评标准是经过我们周密设计的，绝对可信����这个模型可能只是一个例外，也许有人����”
说到这他停了下来。
在这个场合下，没有证据就提出指责太容易被人驳倒了。
突然，一个声音接过了他的话。
“有人把题偷了出来，让这家公司提前进行了针对性的训练？”说话的人正是林伟伦。
作为新加坡国立大学的合作方负责人，连场地都是他联系的，拿到一个话筒自然是轻而易举。
他一边说话一边走上台，站在理查德和瑞恩的对面，停了下来。
“科尔曼教授，你刚才提出的，真的是非常严重的指控。”林伟伦转身看向台下，说道，“训练汤圆1.0的厂商����源智科技����的代表们此时此刻就在现场，请你们上台和科尔曼教授现场对峙吧。”
早在这场风波刚刚开始的时候，就已经有人注意韩路一这边的状况了，林伟伦这一番话说完，更多的人看向了这边。
在众多目光的注视下，韩路一站起身。
今天为了这次活动����这场和理查德、瑞恩之间的活动，韩路一特意穿上了顾司��送给他的一身浅灰色西装，配上他高大帅气的建模和那种宠辱不惊的逼王气质，视觉冲击力很强。
他不疾不徐，一步一步走到了台上。
周围越来越多的目光集中在了韩路一的身上，直到他从林伟伦的手中接过话筒。
“作为被AI Foundations主动邀请来参加这次会议的人，我感到非常困惑。”韩路一缓缓说道，“测试是主办方邀请我们参加的，我们只是正常提交了模型的接口，现在却受到了这样的指责。”
“从我们接到邀请到最终提交，只有几个星期的时间，如果大家对模型训练有所了解的话，就应该知道，即使有参考答案，要做训练也来不及。”韩路一转向理查德，说道，“不知道科尔曼教授说我们偷了测试集，有什么证据吗？”
理查德没有回答韩路一的问题，而是向现场的观众解释道：“这次封闭测试之所以有效，很大的原因是我们进行了隔离式的沙盒环境，模型不能自己根据考题进行迭代。但是鉴于汤圆1.0已经进行过一次测试，如果用同一套测试集让它再做一次，我们就很难保证结果的公平和公正了。”
他其实已经在给自己找台阶下了，如果汤圆1.0现在再做出90多的高分，那也不是因为模型强，而是因为在上一轮测试中他们已经知道了考题，现在可能已经针对性的调整过了。
韩路一站在台上笑了笑。
“我们都知道，想要证明自己的清白有多难，我也不是来自证清白的。”
韩路一看了看台下的观众，说道：“我想，大家之所以来参加人工智能会议，是想看到人工智能有真正解决问题的能力，而不是为了看看几个模型的分数。既然如此，倒不如就在今天，就在现场����”
“让大家体验一下最新一代模型所具有的能力。”
话音刚落，台下就已经响起了掌声、尖叫声、起哄声。
两家顶尖模型公司现场Battle，这不比听瑞恩讲什么安全性重要、战略级武器有意思？
理查德站在原地，进退两难。
大会的议程是早就定好的，后面还有主会场和各个分会场的演讲，现在横叉一个现场体验来，怎么安排，不是全乱套了吗？
倒是瑞恩，看到现在这个场面之后，信心满满的向前一步。
“韩先生，只是开放接口，让人们现场体验，怎么能直观的分出好坏？”瑞恩说道，“我看倒不如就用之前搭建的沙盒环境，让所有的模型都接入，再由所有现场的观众们投票选出一个复杂任务，同样的提示词给所有的模型，看看谁的完成度最高，如何？”
韩路一看向瑞恩。
虽然两人之前邮件交流过、视频过，更在各种会议中谈论过对方。
但这还是两人第一次在现实中见面。
视界打开。
【瑞恩��米勒】
【职位：Nexus AI创始人、CEO】
【情绪：自信、激昂】
【核心动机：金星2.0模型能力内部验证极为优秀，一定能在现场测试中取胜】
韩路一心下了然，不管是理查德还是瑞恩，他们是真的不相信汤圆1.0的能力超过了金星2.0，之前测试中93.5的得分不是真实的成绩。
“好。”韩路一答应了下来。
林伟伦带着几名同事迅速把之前测评中心机房里的沙盒环境拉了过来，让想要参与实时测试的厂商现场就能接入。
而韩路一则把电脑接入了大屏幕，现场用御风写了一个投票程序，GitHub开源，然后部署在鼎盛云上，再把写好的程序运行在大屏幕上。
前后花了不到五分钟。
这是一场给御风智能体工具和鼎盛云的活广告，所有的开发者都能看见完成这样一个需求的效率有多高。
很快，观众们自主发起的复杂任务提示词被一个一个添加，然后根据点赞数排序。
最终得赞最高的那个提示词就将成为今天的唯一测试题。
瑞恩拿着话筒，继续细化流程。
“长程任务可能会长达几个小时，为了让大家都能在今天就能查看到结果，我们将在提示词中添加最长可以运行的时间����”说到这，他抬手看了看表，此时已经是上午十一点多了，“五个小时，到下午五点，必须停止运行，然后运行的结果开放给大家自由查看。”
瑞恩没说评判标准是什么。
在这一点上，他和韩路一不谋而合。
榜单上的分数并不重要，真正重要的是让潜在用户们了解到模型所具有的解决问题的能力。
如果你是最强模型这件事已经能够深入人心，那什么榜单都没有必要了。
韩路一听完之后在旁边点了点头，瑞恩提出来的赛制其实还挺公平的。
更像是一场针对模型的黑客松比赛，统一出题、限制时间，最后的结果由观众们决定。
时间临近十二点，观众们投票选出来的复杂任务此时也已经确定了。
任务只有短短的一句话。
赵文渊看到的时候不禁一笑。
那句话是����
“Build me a Minecraft（给我写一个《我的世界》）。”
第三百八十七章 而你，我的朋友
随着这句提示词被输入到所有参与实时测试的十几个模型中，底下的讨论声也大了起来。
刘大海在底下咂了咂嘴，说道：“这个需求简直绝了。”
他转头看向赵文渊：“咱们做模型的人才知道，这种一句话的需求有多难做，什么约束也没有，连什么是Minecraft也没有写，这让模型怎么整？”
刘大海再次看向投票结果，第二名也差不多，是“给我写个微信”，第三名是“给我写个Facebook”。
看来大众的需求很一致。
“我敢打赌，出这题的人绝对是个外行，根本不懂怎么写提示词。”刘大海说道。
赵文渊在旁边脸色有点儿黑，但没说话����这个题就是他写的。
鼎盛的模型还没发展到这一步，他可以理解刘大海的想法。
刘大海离开顶尖模型厂商太久，已经脱离了人工智能开发的最前沿，现在的提示词工程的重心早已转向系统约束和工具设计，而不在用户输入里了。
汤圆能把这个任务完成到什么程度，赵文渊已经知道了，他现在好奇的是，其他的模型能做成什么样。
此时此刻，大屏幕上已经分出了十几个小区域，每个上面都是一个沙盒环境的现场运行画面，十几个模型各自在拆解任务，运行任务。
作为沙盒环境，所有人、包括工作人员，都只能看到沙盒中输出的画面，里面正在运行什么程序是看不出来的。
所以到底谁强谁弱，在这个阶段还真不明显。
韩路一看了一会，叫上赵文渊一行人起身走了。
刘大海在后面问：“韩总，赵文，你们干哈去啊？不搁这瞅着？”
韩路一回头：“刘博士，你不去吃饭？这都十二点了。”
刘大海犹豫了一下，又抬头看了看大屏幕。
上一篇：这个导演不讲规矩
下一篇：我在中东造军火，被全球通缉？