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。
鼎盛大厦，四十九层，郑晓波的办公室里。
程远和刘大海并排坐在沙发上。程远的膝盖上放着一个黑色文件夹；刘大海依旧穿着灰色连帽衫，空着手，什么也没带。
郑晓波坐在两人对面，开口道：“吧，昨天的会开得怎么样，复盘一下。”
程远翻开文件夹：“郑总，是我没做好，整个会议都没在我的节奏里。”
郑晓波没接话，倒没料到他一上来先认错。
“他们不是为了万物生和开物的事情来的，为的是另一件事。他们自己带了一套方案，想让咱们用算力折算投资，换股。”
郑晓波问：“换股，换的什么股？”
“不是源码科技的股份。韩路一打算成立一家新公司，专门做通用基座模型，换的是这个新公司的。”
郑晓波冷笑一声：空手套白狼啊。
可他们要的不是钱，而是算力？难道真想做点东西出来？大模型？就凭他们？
程远见郑晓波的注意力没再停在谈判不顺上，便知道自己这口锅已经甩掉一半。
毕竟对方想谈的，和我们预期本就不一样，自然不会再按预定节奏走，非战之罪。
随即，他翻到第一页做了标记的位置，开始复盘：“刘博士先做展示，他们反应很平淡，随后直接给我和刘博士来了个反向展示。”
“反向展示？什么意思？”郑晓波问。
程远看了刘大海一眼：“技术细节我不太懂，还是让刘博士吧。”
郑晓波看向刘大海：“大海博士，你来讲讲？”
刘大海没听出这段对话里的弦外之音，老老实实开口：“我先给他们展示坤元，他们却突然拿出电脑，自己也做了一个模型，想让我们也测一测。我心想，测就测呗，正好看看效果。一共测了三道题，都是和坤元一起跑的——”
到这里，刘大海嘴里泛起一股苦味，昨天那阵不好的回忆又冒了出来。
任谁带着团队辛辛苦苦干了好几个月，成果却被人碾压，心里都不会好受。
刘大海接着：“三道题，他们那个模型都比坤元表现得好。随后我要了跑分，意图理解这一块，他们跑到85。”完，他看了郑晓波一眼，估摸郑总未必清楚这意味着什么，又补了一句：“咱们坤元是78。”
郑晓波挑了挑眉：效果竟然这么好？
他的第一反应却是：程远和刘大海别是被人骗了吧？
“这技术会是真的吗？有没有可能是在骗我们？”郑晓波问。
作为鼎盛这家科技巨头的掌舵人，郑晓波不必懂技术细节，却必须对技术边界保持敏锐。
什么做得到，什么做不到，什么现在做不到、将来却可能做得到，他必须清楚，才能更好地作战略判断。
刘大海摇头：“我一开始也寻（x）思过，可他们这个应该是真东西。”
程远看了刘大海一眼：技术负责人既然已经背书，他肩上的锅就更了。
“会不会是过拟合？”郑晓波追问。
刘大海一愣，没料到郑晓波能问出这么专业的问题。
刘大海是首席科学家，职级虽高，平时却大多向直属副总裁汇报，直接向CEO汇报的机会并不多；因此，他头一回知道郑晓波对机器学习也有涉猎。
过拟合并不是大模型时代才有的新概念。
机器学习里，数据通常分为训练集和测试集：训练集用来学习规则，测试集用来检查结果准确度。
这里有个诀窍：不能直接用训练集测试模型能力，因为它会把答案背下来。