按次付费，用得越多越贵
每一次调用都是一笔账，而且年年涨。
大模型已经足够强了。
强到你不该再自己从头造一个 —— 可它偏偏不属于你。
往下看数据要出你的内网
客户的资料、你的工艺，都得先交出去。
它不知道你们的行规和经验
通用模型懂的是通用的事，不是你们这一行的事。
两条路
忍受它按次付费，年年涨价。数据出内网。
自己养一个招不到，也留不住。
你自己的模型住在你的机器上，懂你的行规。
第三条路不是折中 —— 是那个真正属于你的模型。
不用懂蒸馏。
你只需要写出心中所想，剩下的交给流水线。
你描述它生产数据它训练你拿到模型
这就是 Kyubi Lab。我们生产训练数据、完成训练、交付模型及一切。
不接外网，不出数据，不按次付费。它住在你自己的机器上。
模型随你心意。
它做的每一次判断，都师出有名。
例如你说一句话，它变成一个能替你值班的投顾。
你写的
- 分析客户的资产配置，给出调整建议。
- 要说明为什么这么调，
- 不能编数字。
- 风险承受力低的话，得先提示这一点。
它读懂的
- 任务
- 为客户持仓生成调整建议
- 必须
- 说明调整理由
- 必须
- 引用客户给出的持仓比例
- 禁止
- 编造输入中没有的数字
- 前置
- 风险等级偏低时先说明
最前沿模型的能力，和你们真正的行业经验和规则 —— 第一次长在同一个模型里。
它答得出新人答不出的话，因为它知道你们怎么想。
它真的是你的。
别人卖工具，我们给成果。
别人
一个平台、一套 SDK、一堆文档。要你有工程师，会写训练脚本，出了错自己查。
平台SDK文档工程师训练脚本自己排错
Kyubi Lab
你描述场景，拿到一个装好的模型。
数据标准格式，随时导出
过程每一条为什么入选，都能查
模型在你自己的机器上跑
没有什么是锁在别人服务器上的。
说说你想让模型学会什么。
例如把客户的工单分成六类，每一类都要说明判断依据，遇到拿不准的先问我。核对合同里的风险条款，列出疑点并指出依据在哪一条，没有依据的不要写。按我们部门的格式写周报摘要，先说结论，再说这周推进了什么、卡在哪里。
开始于你自己的机器上运行