获取和使用也需遵守严
本帖最後由 rafimia6 於 2024-2-12 16:07 編輯业内人士指出，尽管公有数据如互联网上的信息易于获取，但质量和针对性往往难以满足专业模型的需求。 相比之下，私有数据具有高度的专业性和针对性，对于训练精准的垂直类模型具有极高的价值。 以医疗数据为例，获取高质量的数据集至关重要，但由于医疗数据的获取和标注需要大量的人力、物力和时间，因此其成本相对较高，获取的渠道也十分有限。这类数据不仅难以在互联网上找到，而且由于涉及个人隐私，格的法规和伦理标准。
浦因科技（上海）有限公司首席科学家秦兴虎告诉《IT时报》记者，在其所 墨西哥电报号码 项目中，团队初期购买了英国生物银行的公共数据进行大模型训练，这些数据主要来自欧洲人群。为确保模型在国内的普适性，他们还需要使用中国人群的数据来更新和训练模型，这在无形中增加了项目成本。 对于国内企业而言，他们还面临着即使有钱也难以购买到合适数据的困境。中文语料库的内容相对匮乏，进一步加剧了数据获取的挑战。
http://www.asiadata.co.uk/wp-content/uploads/2024/02/墨西哥电报号码-2.png
此，对于企业来说，如何合法、有效地获取和使用高质量数据，将其转化为模型训练、开发AI原生应用的宝贵资源，确实是一个重要的战略问题。 五、人才之困：5个岗位争夺2个人才 AI原生应用作为大模型产业的核心产品，在研发和落地试错过程中面临诸多不确定性。人才成为决定成功与否的关键因素，也成了现阶段大模型竞争中的重要砝码。 关于国内人工智能人才的储备，回顾中国的大模型产业发展史，可以发现“清华系”的身影无处不在。 当国内对人工智能的研究还是一片空白的时期，清华大学最早开出的人工智能课程，也孕育出了目前国内人工智能领域的熠熠群星。无论是王小川还是智浦AI联合创始人唐杰，抑或欲打造“中国版OpenAI”光年之外的原美团联合创始人王慧文，都来自这里。
頁:
[1]