这话一问出来,刘大海和程远都一惊。
郑晓波转向刘大海:“大海,这是你手底下的项目。你先说说,咱们现在的标注大概是什么水平?”
刘大海答道:“咱们的标注大部分自己做,也和中文领域内一些专业标注团队有合作。算成本,大概一条10块到50块钱。但那个汤圆,数据精度一定比我们高得多。”
“成本会高出多少?”郑晓波追问。
“中文领域没什么参考对象,英文领域里,scaleai的专家级标注应该算最顶级的标注服务。他们请各行业资深专家来标,成本大概七八十美金一条。但按我的经验,汤圆模型用的训练数据,应该还要再高一阶。”
“如果我们想买呢?”
“先不说市场上有没有这种服务。真要估价,一条怎么也得100美金往上。他们说不到1万条,就算1万条,光数据成本就是100万美金。这还只是给7b大的模型做微调;要适配更大的模型,数据量还会更大。”
郑晓波心算了一下,觉得就算全买这种高质量数据,鼎盛也并非承受不起。
或者说,鼎盛花在标注上的钱,早已是这个量级了。
郑晓波开口:“如果是这种规模、这种精度的标注数据,就不可能是一两个人手工做出来的。韩路一手里要么有专业标注团队,要么就是和哪个大型研究机构在合作。”
说到这儿,郑晓波看向程远,下了命令:
“让商务情报团队查一查源码科技,看他们最近半年有没有和标注公司或数据机构打过交道;再查查招聘岗位,有没有招过标注相关的人。”
程远一边点头,一边在文件夹内页空白处飞快记了几笔。
郑晓波沉声道:“找到他的数据供应商,直接挖过来。”
他说这话时极有气势,坐在一旁的程远和刘大海都感到一阵压力。鼎盛的ceo纵横商海几十年,对付一个初创公司的愣头青,确实手拿把掐。
刘大海想说,其实没法直接拿到数据的话,从他们的合作伙伴那里把标注规范问过来也行;到时候照着规范,鼎盛的团队还可以试着自己做。
直接去挖人家供应商,他总觉得不太妥当。
可刘大海再没情商,也不至于在这个时候顶撞老板。
郑晓波说完,又看向程远:“他们要求的算力合作,你也可以先谈着。”
程远一时没听明白。
咱们不是都釜底抽薪了吗?还要跟他虚与委蛇?