GreenHand

建议先评估。在公司内收集一批带 groundtruth 的题目，找几个最好的模型，用盲评评估下结果，看哪些模型最好。可选的就 deepseek 、claude 4 sonnet 、codex （既然提到规则编写，默认就把 coding sota 模型加进来了），其它认为效果不错的模型。这里分两批模型：可落地的模型和 sota 模型。

决定是否训练模型。基于可落地模型和 sota 模型的效果评估和差距，决定是否要训练模型。最好的情况是可落地的模型（ deepseek 、qwen3 、doubao-1.5 等）效果就不错了，直接用（不考虑数据泄露）或者买 gpu 自己部署（数据安全）。

如果差距较大且对效果不满意，需要考虑训练模型，确定如何训练，蒸馏、sft 、rft 等。这条路比上面的成本就高多了，需要考虑准备数据、制定评估标准、评估、训练，甚至数据飞轮。你们公司大概率是没有训练平台，需要找一个。整个过程，一个人是搞不定的。

最后模型效果好了，才考虑落地。

建议先评估下 roi ，是否值得做。评估下「大模型可以回答当前我们软件的一些流程怎么进行，最好可以实现一些 DRC/LVS 规则文件的编写什么的」能够带来多大的收益，是否值得投入对应的成本。

简单的 PE 估计效果一般，需要后训练模型

字节那么确认，不考虑内部活水么？是不想再字节呆了吧

另外，这薪资要求，让我怀疑帖子的真实性

我记得十年前我们单表就存了 10 亿级别的数据了

@itskingname 感觉你和老板之间的沟通出了问题。

站在老板的角度想，公司有技术团队，如果遇到技术问题，还要去外面找专家、请专家吃饭，是很累很费时间的，我猜他不一定想做这个事。很明显，他对技术团队缺乏信任感。

多沟通，通过一些 case 重建老板对你们的信心。

结合你说你们用了很多先进的技术老板不知道，需要多一些汇报，让老板了解你们在做什么。

如果她们不在意，为什么她们要求娃跟母亲姓呢？如果她们在意，要求你不在意，就是双标了吧

说谁丑呢？

@Rennen 我感觉是用法的问题，需要先通过注释描述清楚这个类要做什么