第379章 实验室里的深夜对话 (第3/3页)
技术部晨会。陆方站在白板前，手里拿着马克笔。这次，他的眼袋更深了，但眼神很亮。
“上周，我试了多模型集成。用三个开源模型——LLaMA、Falcon、Bloom——做了加权平均。准确率达到了92.3%，超过了星海大模型模块的89%。”他在白板上写了一个数字：92.3%。
“下一步，我计划把多模型集成正式部署到星海平台。成本比现有模块低50%，准确率高3个百分点。”
周寻举手。“那现有的大模型模块呢？”
陆方想了想。“保留。作为备用。”
陈默站在门口，听着陆方的汇报，笑了。他转身走回办公室，对沈清如说：“陆方把准确率提高到92.3%了。”
沈清如抬起头。“这么快？”
“他说用了多模型集成。三个开源模型加权平均。”
沈清如笑了。“他这是要把星海大模型模块淘汰掉。”
陈默点头。“对。自己淘汰自己。”
沈清如看着他。“这不就是你教他们的吗？‘技术是工具，不是主人。’”
陈默笑了。“对。”
晚上，陆方坐在工位上，面前是三块屏幕。左边是星海平台的监控界面，中间是多模型集成的测试结果，右边是陈曦发来的消息。他正在和陈曦讨论下一步的计划。
陆方：“多模型集成跑通了，准确率92.3%。下一步，我想试试用强化学习来优化权重。”
陈曦：“可以。但强化学习需要奖励函数。你怎么定义奖励？”
陆方：“准确率。奖励就是准确率。”
陈曦：“那太简单了。试试用夏普比率？不仅要准，还要稳。”
陆方：“夏普比率？我用的是分类任务，不是交易策略。”
陈曦：“分类任务也可以用夏普比率。把准确率看成收益，把方差看成风险。最大化夏普比率，就是最大化收益风险比。”
陆方沉默了几秒。“有道理。我试试。”
陈曦：“好。有结果告诉我。”
陆方放下手机，打开论文，开始研究强化学习。
2024年3月31日，星期日，晚上十一点。
陆方完成了强化学习的第一个版本。他用夏普比率作为奖励函数，训练了一个权重优化模型。测试结果：准确率93.1%，波动率下降了30%。他在笔记本上写道：“强化学习有效。下一步，部署到星海平台。”
他给陈曦发消息：“强化学通了。准确率93.1%，波动率下降30%。”
陈曦回复：“厉害！夏普比率多少？”
陆方：“1.8。”
陈曦：“不错。继续优化，争取到2.0。”
陆方笑了。他想起2019年，陈曦第一次来公司，画了那张产业链图谱。那时候，她才11岁，什么都不懂。现在，她在伯克利，教他做强化学习。时间过得真快。
他关掉电脑，站起来，走到窗前。窗外，深圳的春夜安静而深邃。远处的平安金融中心，灯光在夜色中闪烁。
他想起周寻说的话——“淘汰我们的不是技术，是我们不会用技术。”他学会了用技术。不是被技术淘汰，是用技术淘汰别人。这是他的路。
他转过身，关掉灯，走出技术部。走廊里，灯光明亮。他经过研究部，灯已经关了。经过交易室，灯也关了。经过陈默的办公室，灯还亮着。
他走进电梯，按下一楼的按钮。电梯门关上，数字从18跳到1。叮。门开了。
大堂里空无一人，只有保安在值班。
“陆总，今天这么晚？”保安问。
“嗯。有点事。”陆方点头，“辛苦了。”
他走出大楼，深吸一口春夜的凉风。三月的深圳，温暖而湿润。
远处，平安金融中心的灯光在夜色中闪烁。
他坐进车里，发动引擎。收音机自动打开，传来一个声音：“……今日A股震荡收红，科技股领涨。默石资本首席技术官陆方表示，星海平台已完成新一轮升级，大模型准确率提升至93%……”
他关掉收音机。不需要听这些。他知道，星海还会更强。他也会更强。
他挂上倒挡，驶出停车场，汇入深南大道的车流。前方，是夜色中的深圳，灯火辉煌，但行人稀少。他握着方向盘，眼睛看着前方的路。路灯一盏一盏地亮起来，像一条光河，流向远方。
他不知道这条河的尽头是什么。但他知道，无论是什么，他都会沿着这条路走下去。不是因为他能预测未来，是因为他相信——技术是工具，不是主人。他是主人。
他加速，驶入夜色。