纪要涉及的公司 * 公司为浙数文化 [1] 财务表现与经营情况 * 2025年前三季度营收21.52亿元，同比微降0.79% [2] * 归母净利润5.35亿元，同比增长12.65% [3] * 归母扣非净利润3.4亿元，同比增长6% [3] * 经营性现金流由去年同期的负1.82亿元转为正3.24亿元 [2][3] * 研发投入2.68亿元，同比增加2000万元，占营收比重达12.5% [2][3] 游戏业务（巅峰游戏） * 作为国内头部线上棋牌公司，流量持续向头部集中，虽无新版号但保持稳中有升态势 [4] * 增长主要得益于掼蛋等精品棋牌游戏的自带流量效应增强，提升了投放效率和利润 [6] * 数字营销板块（九天互动、淘天传媒）对净利润增长作出贡献 [6] * 已在广州成立创新团队，探索手游及其他品类开发 [4] IP衍生经济 * 是公司重点发力领域，今年9月、10月已推出多款卡牌、手办、毛绒玩具等潮玩产品 [7] * 预计四季度会有更多产品落地，明年将持续推出新产品 [7] * 计划整合原投资企业资源，预计四季度对报表产生显著积极影响 [2][7] 数字科技（AIDC）板块 * 板块总体保持稳定 [8] * 北京地区计划四季度与国内头部算力卡厂商合作 [8] * 大江东项目拥有约2500个机柜的体量，存在增量空间 [8][9] * 受益于阿里巴巴3800亿资本投入，杭州地区产能消化前景乐观 [8] 人工智能（AI）与大数据布局 * 公司与阿里云签署战略框架协议，合作涉及阜阳基地的算力升级和大江东项目的深化合作 [2][9] * 公司已初步形成人工智能大模型和算法矩阵，包括两个备案大模型及七个备案算法 [10] * 计划将AI技术整合为标准化产品，应用于智慧城市、数字融媒体、文旅等领域，探索新商业模式 [4][10] * 浙江省大数据交易中心2025年场内交易额预计翻番，突破亿元关口 [4][11] * 目前场内交易仅占2%，未来提升潜力巨大，公司正推进基础制度建设、确权、数据资产评估等工作 [11][12] 投资与其他业务 * 投资方面，通过基金投资的海马云、铜师傅等企业正在推进IPO，上市后将按公允价值计量并适时变现 [13] * 公司持有华通股票，年初持股1891万股，半年报显示已减持部分，具体减持情况待三季报披露 [13] * 网络文学领域布局（如掌阅新媒）已开始逐步落地并增长 [5] * 与阿里巴巴的合作涵盖股权（如并表淘宝天下传媒、持股数字浙江）、业务（传播大脑、富春云等项目）及产业基金等多个层面 [14]

研究核心发现 - 大语言模型能够通过专门训练掌握8种不同类型的棋牌游戏 包括斗地主 掼蛋 立直麻将 Uno 金拉米 Leduc扑克 限注德州扑克和无限注德州扑克 [2][8] - 经过混合训练的微调模型在复杂棋牌游戏中表现显著优于基础模型和API模型 其中GLM4-9B-Chat-mix在6款游戏中获得最高分 [40][42] - 游戏规则相似性会影响模型表现 规则相近的游戏之间存在正向促进作用 而规则差异大的游戏可能出现性能冲突 [45][46][52] 模型性能对比 - 在5种API模型中 GPT-4o综合表现最佳 在大多数游戏中取得最高分 其中在Leduc扑克获得0.84分 在限注德州扑克获得0.60分 [37][39] - GLM-4-plus在斗地主中获得0.345分 表现优于GPT-4o的0.180分 但GPT-4o在无限注德州扑克获得2.73分 显著优于GLM-4-plus的3.21分 [39] - 微调模型中 GLM4-9B-Chat-mix在斗地主获得0.882分 掼蛋0.698分 Uno 0.252分 均位列第一 [42] - Llama3.1-8B-Instruct-mix在无限注德州扑克获得6.02分 立直麻将1.38分 表现突出 [43] 训练方法设计 - 研究采用教师模型生成高质量轨迹数据进行训练 针对不同游戏复杂度设计差异化数据采集方案 [14][20] - 斗地主 掼蛋和立直麻将各收集100万个训练实例 其余5款游戏各采样40万个实例 [20] - 训练数据量对性能提升至关重要 随着数据量增加 模型在斗地主和掼蛋中的表现逐渐接近教师模型 [24] - 混合训练数据集包含310万条数据 各游戏数据量分别为70万 95万 65万 20万 5万 25万 20万和10万 [35] 模型能力分析 - 模型在斗地主中表现出角色差异 GLM在地主角色表现优于Qwen和Llama 但在农民角色表现较差 [29][30] - 数据过滤时只保留获胜方数据 导致农民角色数据质量较低 影响模型表现 [31][32] - 即使没有教师模型 大模型在立直麻将中仍达到与顶尖麻将AI相当的表现 [25] - 模型规模影响性能 研究对参数规模从0.5B到14B的Qwen2.5进行微调以评估规模效应 [22] 通用能力影响 - 在所有游戏上微调的混合模型出现通用能力显著下降 包括知识问答 数学和编程能力 [54] - 通过加入通用数据对游戏模型进行微调 模型的通用能力得到一定程度恢复 [56] - 研究表明只要加入一定量的通用数据 模型打牌能力与通用能力可实现平衡 [6]