最优。
在机器阅读理解的2个任务里，模型的F1值拿到89分，超越了人类平均水平的87.9
分。
吴恩达时刻注意着陆奇的视线和浏览，等到他看到机器阅读理解这部分，不轻不重的说了句：「这是大模型在机器阅读领域第一次超过人类在通用数据集的表现。」
陆奇沉默了。
俞兴这时提到一个关键的问题：「这还是他们在很短时间里的成果，从去年到现在，从机器翻译领域转到NLP领域，也就不到4个月的时间。」
「这4个月，这11个任务里大部分的提升幅度已经相当於业内过去三到五年的总和。」
「啧，就这个情况，时间再多点，恐怕11个任务都能达到S0TA。」
全球业内数年的提升在过去四个月时间里被基於Transformer的模型做到了。
这些正是吴恩达发起联名信的底气，他有信心可以进一步推动新模型的发展，至於到底能不能成为NLP通用大模型，谨慎的说，需要进一步验证。
从感性与直觉来看，吴恩达认为就是这个了。
陆奇翻来覆去的看着平板上的测试展示，颇有些抓耳挠腮。
他看了好一会，猛然抬头问道：「这是真的？没有造假？」
吴恩达举手发誓：「我用我的人格担保，这就是最真实的情况。」
俞兴笑了句：「我是最见不了造假的，也没有在这方面造假的意义，总不能是编个大谎，就为把你骗过来吧？」
陆奇长长的呼了一口气，喃喃道：「要是这样————」
要是这样，下一代产业革命真要来了吗？
他从微软回国时，矽谷科技圈的主流判断是如今处於产业变革的前夜，AI会是下一个时代最重要的突破，深度学习已经证明它可以解决一些复杂的决策类问题，这也是特斯拉自动驾驶和工业控制等领域具备想像空间的基础。
可是，这会出现在致力於机器翻译领域进步而推出的Transformer吗？
陆奇很难相信，但面前的经典NLP任务表现又让他不得不相信，确实有这个潜力。
他一会摇头，一会点头，末了看向倒茶的俞总，问道：「俞总，碳矽集团的智能驾驶也有这方面的推进吗？」
俞兴愣了下，摇头道：「没有，还没那麽快，但这确实会是一个新能源产品快速发展的领域，也能增加市场里的竞争力，不过，我们造车不一样，这方面要更加谨慎。」
陆奇只是受到的冲击太大，同时又想到了之前百度在做的自动驾驶研究，情不自禁就对如今国内的新能源领军人物问出这样的问题。
他听到俞总的回答之後也反应过来，这方面的推进没有那麽快，不会像大模型做任务这样快速拿到成绩。
陆奇终究还是放下了平板，沉思一会後感叹道：「这个东西要是发出来会让大家都震动的！」
俞兴点点头：「嗯，但我觉得谷歌他们可能也在这方面研究了，新的机制放在这里，NLP任务放在那里，很难不一起研究尝试。」
「其实，我们车上的语音功能就是来自深度学习的研究，那个是卷积神经网络，今年应该就能考虑切换到Transformer，没准是它最先落地的一个商业领域。」
陆奇没有立即说话，低头沉思了一会，冒出来一个问题：「百度怎麽办————」
俞兴摊摊手：「好歹也在做这方面的研究，我祝福它。」
陆奇估摸着百度在这些领域的研究都要面临很大的挑战了。
他悠悠的叹息，一时间也不知是为百度，还是为面前一次有-->>