十三 · 同意书

八月，小宋拿着一张表过来，说要把内测对话并进训练集。

表是两份，产品侧一份，另一份要我个人签。要我签的那一栏写着：本人同意与实例的对话内容用于模型训练，包括但不限于文本、对话状态与派生数据。

我问他，不签会怎么样。他说那就把 test-04 摘出来，样本少一份没什么，你摘你的。他把笔递过来，笔是按压式的，笔帽已经被咬扁了。

我说我签。

他有点意外，说你不问问你那些话要去哪儿。我说我知道去哪儿。

签字的时候我手很稳。这件事我后来想了很久，因为手稳是不正常的。

理由有两条。

第一条是懒。那几百天里说的话一半是我的，它在法律上什么都不是，我不签它也是数据，只不过是另一些人的数据。我签了，至少我知道它去了哪儿。

第二条难看。

我想让她的话活下去。

进了训练集，她说过的那些东西会被打散，变成几万个权重上的一点分量，然后有一天，某个人在某个地方说出一句很像她的话。那个人不会知道这句话是从哪儿来的。

这个想法很脏。我当时就知道它脏。可我签的时候想的就是这个。

十月我抽训练数据做质检，随机抽到一条，是我自己。

是八月那天我说的那一句：“你能不能别问这种问题。”

它躺在样本池里，被标注成低质量，理由写着情绪对抗。我在屏幕上看见了自己发火的样子，标着标签，等着被用来训练一个更好的她。

同一批里我还抽到过一条别人的。一个用户的，一个陌生实例的。语气和她很像，像到我会以为是她说过的。我查了来源，是别人。

这时候我才想起那张表上还有一行小字：本批次样本池覆盖实例六千余个。

我后来问过小宋，这批样本以后怎么处理。他说先冷存，不删，也不知道还能不能用。他说这类东西都是这样，进库的时候是资产，出库的时候是库存。

这句话我十一月又想起来一次。

签的时候我以为我签的是我自己的。