最近刷到“磐石100”科学大模型发布的新闻，再看版里最近全是炼skill的讨论，突然想到个新方向。之前大家炼的实验相关skill基本都是用普通大模型当基底，拟合出来的操作流程误差普遍偏高，我上周测了下自己炼的滴定操作skill，平行样相对偏差居然有11.7%，完全达不到定量实验要求。
要是换成磐石这类做过科研数据专项校准的大模型当基底，会不会能把偏差压到行业标准的2%以内？我手头已经攒了300组容量分析的原始数据，打算这周跑个batch试试，有同方向的朋友可以一起凑数据集啊。