終於，仙俠小說資料集的模型訓練總算結束了。
林遠為什麼非要用仙俠小說中的對話呢，是為了測試ds-llm的效能唄。
因為ai大語言模型本來就已經經過了足夠多的訓練，如果是常規對話，林遠需要費不少功夫才能測出來模型的實際效能。
所以，為了簡便起見，林遠直接切換一套完全不符合常規的對話邏輯來測試模型的效能。而仙俠小說由於其足夠龐大的數量，自然是最好的訓練素材。
林遠當即載入訓練出來的模型權重檔案，然後輸入了一個要求--給我羅列一段修仙者之間的日常對話場景。
經過簡單思考後，一段段文字在模型的對話視窗不停顯現出來。。。
【山間涼亭浮雲聚，三道身影踏霧而至。
李姓修士挽起茶盞，指間青玉扳指微光流轉：“趙師弟近日氣海隱有潮鳴聲，看來已將《青木訣》修至第三重了。”
趙姓青年苦笑搖頭：“昨日衝關時險些被戌土煞氣反噬，若非執事長老賜下這瓶冰魄丹…“說著自袖中取出雕花玉瓶，碧色丹紋在晨光下泛著寒氣。
“哼，你們丹霞峰倒是闊綽。“素衣女修屈指輕彈腰間劍匣，七枚青銅小劍虛影倏然環繞身側，“林某為鑄這北斗劍陣，連洞府門前的三百年黃精都拿去換了星砂。”
。。。。。。】
林遠津津有味地看了很久。
如果只看片段不看上下文聯絡的話，他發覺ai寫的仙俠片段真特麼味道還挺衝的。至少比很多雜七雜八的偽修仙文有味道多了。
仙俠小說嘛，最重要的是突出一個仙俠味道。那些功法和丹藥的命名，還有人物的言談舉止以及行為目的，讓林遠感受到了這模型並非是在胡亂拼湊。
“看來那些寫流水文的作者們飯碗堪憂了。”林遠只是隱隱感覺，未來很多流程化的工作註定要被ai替代了。
尤其是脫離裝置操作的純服務類行業，比如客服、文案、公式化寫作，這似乎是一個不可逆的趨勢。
他忽的想起來自己做tesla外賣的創業過程。
眼前的景象和他之前的外賣創業過程何其的相似。
在外賣行業中，一旦引入ai實現對各項流程的標準化制定以後，接著就是引入流水線機制，然後就是個體被巨頭給替代。
那眼下ai介入服務業之後，等到ai模型足夠強大，為那些特定場景制定完成標準之後，剩下的不也是可以走流水線式的批次化嘛。
比如：飯店門口攬客的服務員，其核心邏輯其實並不難。看似真人更有人情味，但是在這種低收入的崗位上，真人的情緒以及工作投入程度是個不確定性因素。
相反，機器人是沒有情緒的。
機器人可以根據演算法為不同的人群制定不同的介紹歡迎詞。對著老年人介紹自家的養生菜，對著年輕人介紹自家的網紅特色菜，對著小朋友介紹自家還送各類小玩具。
總之，食客的需求模型是不難的，是很容易被用大語言模型來覆蓋的。
那麼這樣一來，門口攬客的那個服務員就不再被需要了。
之後是上菜的服務員，由於這類服務員不僅僅是上個菜，而且還要滿足食客提出的一些諸如催上菜或者加湯水之類的要求，因而也需要具備對話功能。
然後足夠強大的大語言模型也能覆蓋這類需求，那麼大量的餐廳服務員也成了不是必須的崗位。
接著是廚房，還有後廚洗菜的。
如果再擴充套件一下，各類櫃檯諮詢類職位貌似都沒有存在的必要了。
比如銀行視窗這類崗位。
這類崗位看似有地域性特點，因為各地的方言都是不同的，更坑爹的是有些方言還有獨有的句式和用詞邏輯，並非是簡單的轉譯就行的。