在确定不是探测器的问题以後，李东又盯上了太阳模型。

　　太阳核心的温度估算，依赖於光度、化学组成和辐射不透明度这一串输入参数，每一个都经过了几代物理学家的反复校准。

　　如果其中有哪个参数有问题，那理论预测的流量就会跟着出问题，所以就算真的是哪个参数有问题，它真的能刚好凑出三分之二来吗？

　　李东二话不说，直接开始试。

　　他把巴考尔最後一版标准太阳模型的误差分析翻出来，往里代了几组参数，又把核心温度上下各调了1%，算出来的流量预测值偏移量在8%以内，完全对不上三分之二这个缺口。

　　即便把所有不确定性全部叠加在一起，模型误差的上限也不够大。

　　所以太阳模型也没有问题。

　　那这条曲线反映的不是仪器的偏差，也不是理论的错误的话。

　　那就这剩下一个问题了，中微子在途中出了问题……

　　不过李东抱着严谨的态度，又开始重新检查。

　　……

　　大概一周以後，李东深深叹了口气。

　　他已经完全排除了这两个方向。

　　剩下的只有最後一条路了……

　　就在这时候，他的手机响了。

　　电话是威滕打来的。

　　“李东教授，我明天就要回普林斯顿了。”

　　“杨先生和我一起研究的那道命题，你如果有兴趣，我随时欢迎。”

　　“威滕教授，我发现了一些东西，但现在还不确定。”

　　“等有了一些进展以後，我再和你沟通。”

　　电话那头威腾教授轻咦了一声。

　　“你也发现了有趣的东西？我也发现了一些有趣的东西，看来到时候咱们真的好好交流下。”

　　“好的，威滕教授。”

　　李东和威滕聊完以後，就挂了电话。

　　可正当他准备好好看看，中微子到底在路途中出了什麽问题的时候，电话又响了。

　　这一次是高稳打来的。

　　“李东啊今晚有场晚宴，燕大牵头的，主要是关於未央往通用大模型走的一些事情。”

　　“通用大模型？”

　　要知道，市面上的通用大模型，底层靠的是概率拟合，输出什麽取决於最可能的下一个词。

　　而未央不一样它的每一步推理都必须过形式化核验器的类型检查，靠的是可验证的奖励信号来修正自己。

　　换句话说，它是被机器判对练出来的，而不是被人类偏好喂出来的。

　　如果这套底层逻辑往通用场景迁移，意味着它给出的推理链，是可以被逐步追溯和核验的，这在通用大模型里，几乎是不存在的东西。

　　高稳那边时不时还能听到喇叭声，像是在开车。

　　“对，因为我们知道它的优势，所以想往通用大模型靠拢。”

　　“所以这次圈子里一些厂商的人会来，学校的意思是想听一听他们那边的想法，想让你也一起过来把把关。”

　　“未央没挂你的名字，但这块核心是你的。”

　　“学校也希望听听你的意见，到时候如果觉得合适，我们商量一下和这边有没有合作的空间。”

　　“毕竟通用大模型这个东西，想要做得长久，是真的非常烧钱的。”

　　这话没有半点夸张。

　　通用大模型的训练成本从来不是小数字。

　　即便只是中等规模的一次全量训练，光是算力租用这一项，就不是普通高校科研经费能够轻松覆盖的。

　　燕大自己做，算力成本、数据成本、工程人力成本加在一起，压力其实很大。

　　所以学校想和外面的厂商聊聊，这件事本身没什麽问题。

　　李东看了看时间，已经下午了。

　　他又看了看桌上的那条中微子数据曲线，第三条路还没开始走，回来再看也一样。

　　“行，我去。”

　　……

　　晚上七点半老张把黑色轿车停在了澜湾酒店的门口。

　　李东下车的时候发现外面已经站了不少人。

　　除了北行的李总他认识以外，旁边站的人他大多不认识，只不过他也在一些科技板块上见过。

　　见李东下了车，这些人笑着迎过来，挨个和握手。

　　“李东教授啊！真是年轻有为呀。”

　　“久仰久仰，李东教授如果有空可以来我们公司参观参观……”

　　他们大多都说着恭维的话，李东现在的身份已经不是一个学生了，他是燕大和水木两所顶尖院校的讲席教授，这些人虽然可能求不到他，但是场面话又不花钱多说总是没错的。

　　李东也一一点头後就跟着众人进了酒店大厅。

　　大厅里已经有不少燕大和水木的教授。

　　唐杰教授在人群里看见了李东，走过来将他叫到了一个没人的角落。

　　“李东教授呀，未央通用大模型的测试版你试过啦吗？”

　　李东别说试过了，他连未央出了通用大模型测试版也是今天才知道的。

　　“我还没有，唐教授试过了？”

　　“嗯试过了，能力很出色，这不用多说。”

　　他顿了一下，然後说：“但如果是要往通用方向走，有几个地方，现在看来还不够。”

　　李东说：“说说看？”

　　“我先说好的地方。”唐杰说道。

　　“凡是有标准答案、靠硬推理的榜单，它都强得离谱，简直可以说是断层领先。”

　　“而且，我很意外他在swe-bench上的表现也是出人预料的好，几乎也是断层的水平。”

　　swe-bench测试的不是大模型单独写代码的能力，而是把模型直接扔进一个真实的开源项目里，让它读懂整个代码库，再去修一个真实存在的bug。

　　这玩意儿吃的是长链条的推理能力，一步错，後面全错。

　　通用模型在这张榜上普遍吃力。

　　未央能在上面取得好成绩，其实并不意外，未央的底子就是一步一步可核验的推理，它天生不爱跳步，也不爱瞎编，这习惯挪到代码上，反而成了优势。

　　“但是，”唐杰话锋一转，“另外那些榜，就不太好看了。”

　　“最明显的是chatbotarena。”

　　这张榜在大模型圈子里份量很重，它考的不是谁算得准，是真实用户更愿意跟哪个模型聊。

　　因此并没有标准答案，打分的不是机器，是一个一个的活人，凭感觉投票。

　　全球的大厂为了在这张榜上有好名次，会专门做一道叫rlhf的工序，反复拿真人的偏好去打磨模型，让它学会怎麽把话说得让人舒服。

　　未央在这张榜上的名次，低得几乎可以忽略。

　　“它太死板了。”

　　“你给它一道题，它的推理无懈可击，可你换个方式问同一件事，它就不一定能灵活地调整切入角度。”

　　“它的训练信号从来不是人类喜不喜欢，是核验器判它对不对，所以它压根没学过怎麽揣摩人话。”

　　李东在心里想。

　　“唐杰教授，你说的没错，但那时因为我没时间去优化这些，额……小黑没时间，算了，反正我没时间就是小黑没时间！”

　　未央现在的通用侧短板，是架构层面的一些选择带来的，而这些选择本来就是为了让它在数学符号推理上做到极致。

　　他当初和小黑弄未央出来，就是为了方便计算。

　　至於有没有考虑把未央这套底子拿去做通用大模型，说是实话，他确实动过念头，不过也只是一瞬间。

　　因为不能吸引他呀，他的最终目标其实还是像小黑这样的人工智能，现在的这些大模型，他和香农的态度是一样的，什麽狗屁玩意儿。

　　所以李东没有吭声，只是点了点头。

　　唐杰以为他听进去了，於是看了看四周，确定没人注意这边，才继续说道。

　　“李东教授，你和我们有些不一样，作为一个过来人，给你一个建议。”

　　“小心资本。”

　　这句话说完，唐杰没有多解释。

　　但李东明白他在说什麽。

　　智谱最早的时候，是从学术土壤里出来的，方向是清晰，做的人也明白自己想要什麽。

　　後来资本进来了，好处是显而易见——投钱、扩规模、招人、搭基础设施，这些事情没有钱是没法做的。

　　但钱进来以後，有些事情也跟着变了。

　　哪个方向更容易讲故事、哪个功能更容易拿来做演示、季度的财务目标和三年的技术路线怎麽平衡，这些问题开始进入一个本来只需要想技术的决策链条里，而且越进越深。

　　做出来的东西，也会开始越来越像市场需要的样子，而不是技术本来应该去的方向。

　　这不是说智谱做错了什麽，也不是资本本身的错。

　　这就是一件事的两面，你得到了钱，钱也会从你这里得到它想要的。