第274章 效果突破（2 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
刘姐这时候插了一句：但如果客户用了这个工具，那8%的错误导致了一个投资判断的偏差——责任算谁的？
会议室安静了两秒。这个问题比数据准确率更尖锐。
林晨看向刘姐：智研的定位是辅助工具，不是决策工具。产品端会在每一份AI输出上标注仅供参考，不构成投资建议的合规提示。同时我们设计了溯源链——每一个结论都可以追溯到原文出处，用户可以自行验证。法律责任边界在产品协议里会明确划定。
那用户为什么不用通用大模型？便宜，甚至免费。刘姐追问。
因为通用大模型在投研任务上的关键信息抽取准确率只有63%。林晨的语气平淡，差了26个百分点。在金融场景下这个差距是决定性的——63%意味着三次判断有一次是错的，89%意味着十次判断有一次偏差。分析师不会用一个三分之一的概率出错的工具。
刘姐点了点头，不再追问，低头在笔记本上写东西。
陈铭在旁边一直没说话。这时候他开口了：林总，逻辑链条图那个功能——如果在研报的逻辑本身有矛盾的情况下，模型怎么处理？比如一份研报里宏观部分看多消费，但行业配置部分又低配消费——模型输出逻辑链的时候会不会强行弥合这种矛盾？
这个问题很刁钻。林晨看了陈铭一眼——陈铭的表情很平静，但这个问题踩在了模型设计的一个真实痛点上。
目前版本不会主动弥合矛盾。林晨如实回答，如果检测到逻辑冲突，模型会在对应节点上标注逻辑冲突标签，而不是强行统一。这个行为是训练数据里的标注规范决定的——我们在标注阶段就要求标注员遇到研报内部矛盾时标记出来，而不是忽略。
陈铭没再说话，微微点了一下头。
孙总在平板上又翻了大概一分钟。他找到一份研报的某个段落，抬头对林晨说：你用智研跑一下这段。
他把平板递给助理，助理把那段文字复制出来贴进输入框。林晨扫了一眼——那是一段关于新能源行业政策分析的段落，大概六百字，里面嵌了两个表格引用和三条跨行业关联数据。
提交。这次输入短，模型六秒就输出了结果。
林晨先看了一眼输出内容。然后他的呼吸慢了半拍。
模型在政策影响方向的判断上标了。但原文那段话的措辞是补贴退坡幅度低于市场预期——低于预期确实是正面影响，但这个判断需要一层推理：先理解本身是负面，再理解低于预期翻转为正面。模型做对了这层推理。
但让林晨紧张的不是结果对不对，是推理路径的展示方式。模型在输出中直接写政策影响方向：正面（退坡幅度低于预期），没有展示退坡=负面→低于预期→翻转的中间步骤。如果分析师不仔细看原文，只看模型结论，可能误解为政策是正面的而忽略退坡这个前提。
他没有在会上指出这个问题。但他记住了。
孙总看完输出，没说话，把平板收了起来。
陈博士把水杯拿起来喝了一口，放下。林晨，智研1.0的核心壁垒在哪？
这个问题林晨想过很多遍。但如果回答垂直数据领域微调就太浅了——这些东西别人也能做，只是时间和成本的问题。
两个壁垒。他说，第一个是显性的——数据授权和标注质量。五千条金融投研场景的高质量标注样本，加上券商授权的研报训练数据，这套数据的获取周期和合规成本是新进入者绕不过去的。第二个——他停顿了一下，是隐性的。标注规范的制定、偏好标注的优先级设定、训练策略的调整——这些决策背后需要对金融投研场景的理解。同样的数据、同样的模型架构，由一个没有金融实操经验的人来设计训练流程，产出的效果会跟智研1.0差一大截。
陈博士看了他几秒钟。然后说了八个字：你做量化那三年，值了。
这句评价很轻，但在场的人都听见了。孙总微微偏了一下头，像是重新审视了一遍林晨。刘姐在笔记本上停了笔，抬头看了一眼陈博士又看了一眼林晨。陈铭的表情没什么变化，但他在手机上打了个字，不知道记了什么。
评审会没有当场做结论。孙总走的时候经过林晨身边，停了一下。国泰证券那边我对接。内测可以安排他们三个行业研究组先上。
什么时候能开始？
六月底之前把环境搭好。
孙总走了。陈博士最后离开会议室，走到门口时回头看了林晨一眼：商业化路径方案写完发我。
门关上了。林晨站在空了的会议室里，大屏幕上还挂着智研1.0的输出界面。他盯着那段关于新能源补贴退坡的分析结果，把刚才记下的那个问题在心里又过了一遍——模型跳过了中间推理步骤直接给结论，这个问题必须在产品化之前解决。不然到了客户手里，总有一天会因为一个被跳过的前提条件，让某个分析师做出误判。
他拿出手机，给张雨发了一条消息：
RLHF的偏好标注规范加一条——当模型输出涉及低于预期高于预期这类需要翻转推理的判断时，要求模型在输出中展示中间推理步骤。明天碰一下怎么改训练数据。
发完消息，他关掉了屏幕。
↑返回顶部↑