随着LLM不断迭代，偏好和评估数据中大量的人工标注逐渐成为模型扩展的显著障碍之一。Meta FAIR的团队最近提出了一种使用迭代式方法「自学成才」的评估模型训练方法，让70B参数的Llama-3-Instruct模型分数超过了Llama 3.1-405B。
高质量数据对于提升AI模型的准确性和泛化能力至关重要。
Scale AI 的创始人 8 年前意识到，所有干 AI 的都认为数据至关重要，但没多少人把数据当成主业。
知识图谱作为结构化知识的重要载体，广泛应用于信息检索、电商、决策推理等众多领域。然而，由于不同机构或方法构建的知识图谱存在表示方式、覆盖范围等方面的差异，如何有效地将不同的知识图谱进行融合，以获得更加全面、丰富的知识体系，成为提高知识图谱覆盖度和准确率的重要问题，这就是知识图谱对齐（Knowledge Graph Alignment）任务所要解决的核心挑战。
这不是新职业
亚历山大·王从麻省理工学院辍学后开始创业，25岁被《福布斯》评为“世界上最年轻的白手起家的亿万美元富翁”。
市值140亿美元的初创公司Scale AI正在招聘博士训练LLM，用人成本的升高让该公司的毛利率在2023年有所下降，但创始人Alexandr Wang预计今年营收将增加两倍，突破十亿美元。
有多少智能，就有多少人工
从MIT辍学后，华裔少年Alexandr Wang开始建立自己的初创公司，从此开始走向人生巅峰。押对数据标注方向后，他在27岁时就成为了亿万富翁。The Information刚刚发了长文，爆料了Wang的公司崛起的内幕。
本文介绍了印度农村和小城镇成为AI数据标注中心的现状，以及数据标注师在AI产业中的重要性和挑战。数据标注公司在印度纷纷诞生，市场需求增长迅速。农村和小城镇超过80%的数据标注员来自印度，为AI产业注入新活力
