只是推荐算法的模型，估计好几个后台重要算法都还有很大的完善空间。
但完善后台算法，到底不如先推出产品抢占市场来的重要。
这也是陆远一次改进，就能对整个大模型起到巨大的提升改进的原因。
没多久，张总的办公室就成了陆远与这位袁老师交流的空间，连带着凌度也时不时插几句。
好在最后张总及时叫停，在饭点请两人吃过饭后，才继续加班等着最终的测试效果。
晚上7点半左右，赵教授总算是风尘仆仆赶到。
相比起前几天见到他，今天的赵教授整个人有些眼睛中布满血丝。
头发也跟字节公司的那位袁老师一样，有些乱糟糟的。
同时整个人喉咙有些沙哑，看起来非常疲惫的感觉。
“老师，辛苦您了！”
显然是因为他们俩的事，赵教授才专门又赶过来这一趟。
“说这些干嘛！数据测试出来了没有？”
“还没，不过快了，应该就这半小时内。”
冲着两人点点头，赵教授接过陆远递来的水，喝了几口后才继续道。
“陆远，你改的新算法我有大致看过，的确是对推荐算法有很强的帮助。”
“不过这个算法是你自己想的？还是说借鉴别人的算法？或者对他人的算法进行的改进？”
“老师，算法是我自己想的，不过跟别人的算法是否类似，我也不敢保证。”
陆远只能保证这个算法是他那晚自己想到的。
是不是别人已经想到过这个算法，那他不敢打包票。
没准这个新思路的产生，的确是他学习过程中无意识的仿照着改进的。
还没等赵教授继续问，张总这会儿是激动的进入会议室内。
“赵教授，陆远，凌度，测试结果已经出来了。”
“应用你的新算法之后，推荐系统的整体速度和准确性都有很大的提升，整体提升的效果在165左右。”
165这个效果，由于是亿级数据的测试结果，数据的可靠性能保证。
虽然没有到达陆远理论上的极限18，但已经是一个远超他预计的效果。