来，反馈给技术部优化模型。”

    “好。”

    下午两点，技术部。陆方收到研究部反馈的第一批错误数据。他打开日志，一行一行地看。幻觉——某公司营收增速15%，星海写成18%。语义理解错误——“目标市占率”理解成“实际市占率”。数据遗漏——某公司经营性现金流为负，星海摘要没提。他一一把问题记录下来，然后开始调参数。

    周寻走过来。“怎么样？”

    陆方头也没回。“幻觉率还是高。需要更多的训练数据。”

    周寻想了想。“让陈曦在伯克利那边多爬一些数据。英文研报也行，可以翻译成中文。”

    陆方点头。“已经在做了。”

    下午四点，陆方收到陈曦发来的一批新数据——5000份英文研报，覆盖美股、港股、A股。她写了爬虫，从公开渠道抓取，然后用开源模型翻译成中文。数据量有十几G，用云盘传了一下午。

    陆方给她发消息：“收到了。谢谢你。”

    陈曦回复：“不客气。星海3.5上线了？”

    陆方：“上了。准确率88%。”

    陈曦：“不错。继续优化，争取到95%。”

    陆方笑了。“好。”

    下午五点，陈默走进技术部。陆方正在调试模型，屏幕上是一行行代码。

    “进展如何？”陈默问。

    陆方转过身。“收到陈曦发来的5000份英文研报，正在清洗。下周可以加入训练数据，准确率应该能再提高。”

    陈默点头。“辛苦了。”

    陆方摇头。“不辛苦。比当年建星海容易多了。”

    陈默笑了。“当年，你们用了三年才把星海做到这个水平。现在，几个月就做到了。”

    陆方想了想。“因为技术在进步。大模型，比我们当年用的自然语言处理强太多了。”

    陈默看着他。“那你觉得，星海4.0会是什么样？”

    陆方想了想。“星海4.0，应该能自己写研报了。不是摘要，是完整的研报。分析、判断、结论，都能做。但准确率可能还是达不到100%，需要人工复核。”

    陈默点头。“那就够了。人机结合，永远是这样。”

    晚上，陈默和沈清如坐在书房里。窗外，深圳的秋夜安静而深邃。远处的平安金融中心，灯光在夜色中闪烁。

    “今天，星海3.5上线了。”沈清如说。

    陈默点头。“效率提升三倍，准确率88%。”

    “你觉得，它能替代研究员吗？”

    陈默想了想。“不能。因为研究不只是读研报、写摘要。研究是判断——什么重要，什么不重要；什么可信，什么不可信。这些，机器做不了。”

    沈清如看着他。“那研究员以后做什么？”

    “做机器做不了的事。判断方向、识别风险、与管理层交流、与客户沟通。这些，都需要人。”

    沈清如笑了。“所以，人不会失业？”

    陈默也笑了。“不会。但不会用机器的人，会失业。”

    沈清如点头。“你说得对。”

    陈曦的房间里，灯还亮着。

    2024年9月24日，星期二，上午九点。

    技术部晨会。陆方站在白板前，手里拿着马克笔。

    “昨天，星海3.5正式上线。测试结果：A股研报摘要准确率92%，港股研报80%，综合88%。效率提升75倍。”他在白板上写了几个数字：效率↑75倍，准确率88%。

    “下一步，增加训练数据。陈曦从伯克利发来了5000份英文研报，正在清洗。预计下周加入训练数据，准确率可提升至90%以上。”

    周寻举手。“港股研报准确率低，是因为训练数据少。我们已经安排人专门爬取港股研报，预计下个月数据量翻倍，准确率有望提升到88%以上。”

    陆方点头。“好。”

    陈默站在门口，听着陆方的汇报，转身离开。

    2024年9月30日，星海3.5的港股研报摘要准确率提升到了88%。A股研报摘要准确率提升到了93%，综合90.5%。陆方在月底复盘会上说：“星海3.5，达到了预期目标。效率提升75倍，准确率90.5%。下一步，我们要把摘要范围扩展到上市公司公告和招股书。目标：年底前，覆盖所有投研所需的中文文本。”

    陈默点头。“好。”

    2024年10月8日，星海3.5正式覆盖上市公司公告。研究员们发现，以前需要花半天时间读完的几十份公告，现在星海几分钟就能生成摘要。虽然偶尔会有幻觉和语义错误，但人工复核后，效率仍然提升了十几倍。

    研究员小赵感叹：“以前，我每天要花三四个小时读公告。现在，一个小时就够了。星海3.5，真的帮了大忙。”

    沈清如听到，对他说：“不要因为效率高了，就放松研究深度。


本章未完，请点击下一页继续阅读》》