笔趣阁

第330章 第325章 汤圆协议（第3页）

七张榜单同时出现在屏幕上。　　综合知识、复杂推理、数学能力、代码能力、长文本理解、多轮指令运行、工具使用。

汤圆排在每一张榜单的第一名。

下面列着gpt-v、gemini、金星、坤元等国内外主流模型的成绩。

场内又响起了一片快门声。

月初的时候，汤圆0。9仓促发布，当时韩路一的幻灯片上只有分数，没有排名。

在模型能力天天在卷，基本上每个月都有新模型发布的现在，汤圆0。9能在这个榜单上稳稳地排在第一名，整整一个月，让所有业内人士都惊讶。

现在，七个第一名并排出现在大屏幕上，视觉冲击力依旧很强。

霸气外露。

韩路一没有在这些数字上停留太久。

「汤圆目前在主流公开评测中取得了不错的成绩。」

一句「不错」，让台下不少人嘴角抽了一下。

七个榜单第一。　　这叫不错。

韩总，你的标准是不是有点儿太高了？

过度的谦虚就叫装逼。

「评测成绩能说明一部分模型能力，但用户平时不会拿着测试题和ai聊天。」

「很多任务没有标准答案，用户给出的要求也经常很模糊。」

韩路一切换到了下一页。

屏幕上出现了一句话。

「帮我把上次那个客户要的东西整理一下，发给他，语气别太硬。」

下面列出了模型需要理解的问题。

——「上次」指哪一次？

——「那个客户」是谁？

——「要的东西」包含哪些文档？　　——「发给他」使用邮件还是其他沟通工具？

——「语气别太硬」需要修改到什么程度？

背对着大屏幕，韩路一开始说话。

「人类在说话的时候，会默认对方了解上下文。」

「传统软件要求用户把每一项都填写清楚。ai产品需要在信息不完整的情况下理解意图，主动补充必要条件，同时避免自作主张。」

屏幕上又出现了一张内部测试榜单。

复杂意图理解准确率。

汤圆，百分之八十九点三。

第二名，百分之七十九点六。

领先了接近十个百分点。

「汤圆模型最突出的能力，就是理解人到底想做什么。」

「这也是汤圆chat能够完成长任务的基础。」　　「工具很多时候并不复杂，使用浏览器可以打开网页、使用文档软件可以输出文本、使用支付软件可以进行付款，但是难点在于决定什么时候该用什么工具，运行到哪一步应该继续，遇到什么情况要停下来询问用户。」

「把武器交给一个小孩，带来的绝不是能力的提升。汤圆模型的能力，才是汤圆chat的基础。」

「我们会持续努力，把最好用的工具，最前沿的智能带给我们的用户。」

韩路一说完，再次按下按钮。

大屏幕上的演示画面全部消失，只剩下汤圆那个圆滚滚的图标。

然后它下方缓缓浮现出一行字。

四月三十日，中午十二点。

现场先是保持了短暂的平静，然后，刚刚停下没多久的掌声和惊呼声此起彼伏的响了起来。

有多少公司发完发布会，还要经历预约、内测、排队等等一系列过程，才能把产品拿到手？就拿苹果举例，新系统发完要等半年才能用上，新手机发完都要等一两个星期。

源码完全没有玩这一套。

「汤圆chat手机端和桌面端，将在今天中午十二点同步开放下载。」