第379章 实验室里的深夜对话 (第1/3页)
2024年3月15日，星期五，晚上十一点。
深圳，默石资本，技术部。
整层办公楼只剩下技术部的灯还亮着。陆方坐在工位上，面前是三块屏幕，每块都显示着密密麻麻的AI论文。他正在读一篇关于大模型在金融领域应用的论文，题目是《Can Large Language Models Replace Financial Analysts？》。作者是几个不知名的欧洲学者，论文还没发表，只是挂在arXiv上。但内容让陆方坐立不安。
论文的结论是：大模型在财报分析、新闻解读、情绪识别等任务上，已经接近甚至超过了人类分析师的平均水平。在某些特定任务上，比如提取财务数据、计算财务比率，大模型的准确率甚至超过了90%。而人类分析师的平均准确率，大约是85%。这不是他第一次读这类论文了。过去一年，他读了上百篇，越读越焦虑。
周寻从隔壁工位探出头，手里端着一杯已经凉透的咖啡。“还在看论文？”
陆方头也没回。“嗯。这篇说大模型在财报分析上超过人类了。”
周寻走过来，站在他身后，看了一眼屏幕。“所以呢？”
“所以，我们会不会被淘汰？”
周寻拉过一把椅子，坐下来。“淘汰我们的不是技术，是我们不会用技术。”
陆方转过身，看着周寻。“什么意思？”
周寻喝了一口凉咖啡，皱了皱眉，放下杯子。“陈总当年从技术分析转到基本面，再从基本面转到量化。每一次，都在学新东西。技术是工具，不是主人。大模型也是工具。如果我们会用，它就是我们手里的利器；如果我们不会用，它就是淘汰我们的刀。”
陆方沉默了几秒。“可是，以前的工具，都是我们控制它。大模型，是它控制我们。它给出一个结论，我们不知道为什么。黑箱越来越黑。”
周寻笑了。“2015年，星海刚上线的时候，也是黑箱。你忘了？陆方当时也问过同样的问题——‘我们会不会被量化模型淘汰？’后来呢？”
陆方想了想。“后来，我们学会了和模型共存。模型负责快，人负责准。”
“现在也一样。大模型负责快，人负责准。它黑箱，我们就用工具打开它。LIME、SHAP，都是解释黑箱的方法。虽然不完美，但比没有强。”
陆方若有所思。“你说得对。但我还是怕。”
“怕什么？”
“怕有一天，大模型连解释都不需要了。它说什么，人就信什么。”
周寻站起来，拍了拍陆方的肩膀。“那一天不会来。因为人可以不信。”
陆方抬起头。“你怎么知道？”
周寻笑了。“因为我是人。”
凌晨一点，陆方还在工位上。他没有再读论文，而是在看星海大模型模块的测试报告。准确率85%，比上个月提高了2个百分点。但离90%的目标，还有差距。他想起周寻说的话——“技术是工具，不是主人。”但是当工具比主人聪明的时候，主人还能控制工具吗？他不知道。
他拿起手机，翻到通讯录里的一个名字：陈曦。他犹豫了一下，然后发了一条消息：“陈曦，你睡了吗？”
几秒钟后，回复来了：“没睡。在写代码。怎么了？”
陆方：“问你一个技术问题。大模型在金融领域的应用，你怎么看？”
陈曦：“你是怕被淘汰？”
陆方愣了一下。她猜到了。他回复：“对。”
陈曦：“不会的。大模型只是工具。就像星海。你们当年用星海，也没被淘汰。”
陆方：“那不一样。星海是我们自己建的。大模型是别人建的。”
陈曦：“那你们也可以自己建。用开源模型，微调，部署。成本不高，效果不错。我在这边试过，准确率能到90%。”
陆方：“真的？”
陈曦：“真的。我发你一篇论文，你看看。”
陆方收到一篇论文，标题是《Fine-tuning LLaMA for Financial Text Analysis》。他点开，快速浏览。方法不复杂，数据量也不大。他觉得自己能复现。
陆方：“谢谢你。我明天试试。”
陈曦：“不客气。陆方叔叔，不要怕被淘汰。你们那一代人，从手绘K线到量化模型，已经进化了一次。现在，从量化模型到大模型，再进化一次就行了。”
陆方看着那行字，沉默了很久。他想起周寻说的话——“陈总当年从技术分析转到基本面，再从基本面转到量化，每一次都在学新东西。”是的。他也可以学。
陆方：
（本章未完，请点击下一页继续阅读）