短暫的吵鬧過后，實驗室又恢復(fù)了平靜。
周昀看著屏幕上的實驗記錄，第一次感覺有些棘手。
能夠支撐模型運行的核心代碼他上周就寫完了，然后設(shè)置了幾組實驗，跑了六天，今天剛好出結(jié)果。
只是這結(jié)果，有些不盡如人意。
在選擇股票相同的情況下，甚至還沒有之前那個只能接受數(shù)值和文本數(shù)據(jù)的閹割版模型效果好。
這就是AI領(lǐng)域的問題之一，模型完全是黑盒的，你永遠不知道你的數(shù)據(jù)在模型里是怎么變化傳輸?shù)?，可能某一行代碼出了問題，就會導(dǎo)致各種奇奇怪怪的問題。
不過還好，周昀在寫代碼的時候加入了大量的調(diào)試代碼，因為每跑一次實驗需要的時間太長了，
甚至這次他并沒有用到所有的數(shù)據(jù)，只用了其中的一部分，跑一組實驗就得一周，這還是64張H100的顯卡集群的情況下，
如果用上全部的數(shù)據(jù)的話，雖然時間上不會是簡單的倍乘關(guān)系，但至少也得兩周。
但這也就是第一次訓(xùn)練時候需要大量數(shù)據(jù)才要這么久，等第一次訓(xùn)練好了，后續(xù)的再有新的數(shù)據(jù)，就不需要從頭訓(xùn)練，只需要利用新的數(shù)據(jù)微調(diào)就行。
現(xiàn)在他就在看輸出日志，觀察到底是在哪一個環(huán)節(jié)出了問題，為了衡量模型的效果好壞，
內(nèi)容未完，下一頁繼續(xù)閱讀