#数据标注

LoRA 作者之一 Edward Hu 跳去 Mercor 做训练，第一个模型还是基于 Qwen 的，数据供给侧这点变化挺有意思。

AI Will@FinanceYF52 个信源在谈原文

Kled V3能在72小时内收集任何消费者数据，解决AI训练数据获取难题

elvis@omarsar0原文

一篇很实用的数据筛选流水线：40718 帧 maritime 视频只挑 220 张标注，微调 YOLO26-m 就能到 AP50 94.78%，标注成本省了 99.5%。

训练 SFT 或 RL 的人都会遇到这个问题：轨迹数据太乱没法看，评论区有几款工具可以参考。

Suhail@Suhail原文

标注预算不够又想评估策略？这篇 arXiv 论文告诉你怎么分配人工标注最省钱，RMSE 能降一半以上。

标注对齐数据不用整段重写，定位到第一个错 token 改掉让模型接着生成，实验里中位时间省 52%，还附了 Panda-CVL 数据集。

国家数据局公布了最新数据：12万个高质量数据集、1565 PB总量，比一季度涨了60%，相当于国图数字资源547倍。搞AI的看看数据家底。

xAI 暂停招募专业 AI 导师，暴露了自建数据团队的运营瓶颈，做 AI 数据标注或模型训练的团队值得关注这一调整背后的行业趋势。