在 Meta Platforms 与 Scale AI 达成交易后，数据标注正成为硅谷新的热门领域。这对 Edwin Chen 创立的 Surge AI 而言意味着巨大机遇。
Toloka是一家专注于AI数据标注与模型评估的众包平台，成立于2014年，创始人Olga Megorskaya曾是俄罗斯科技巨头Yandex董事会成员。公司总部位于阿姆斯特丹，之前由AI基础设施公司Nebius Group控股。
Mercor 所处的赛道是 AI 中一个关键且尚未被充分满足的供需交叉点：下一代 AI 模型对高质量、垂直领域专家级 Human Data 的需求，以及相关人才稀缺所带来的供需不平衡。合成数据无法完全替代 Human Data，尤其是在特定领域知识和复杂判断方面。AI 模型的突破性进展高度依赖于垂直领域专家的“人类智能输入”。
AI数据标注师职业呈分层现象（体力型、理解型、管理型），虽处行业需求增长期，但面临廉价、技术壁垒低、易被AI替代的困境。从业者普遍缺乏上升通道与核心竞争力，大厂战略转向落地应用进一步压缩基础标注岗位，凸显个人主动转型的重要性。
辍学MIT创业八年，走上人生巅峰
Scale AI 即将获得 Meta 高达数十亿美元的投资，金额可能超过 100 亿美元，这将成为有史以来规模最大的私营企业融资事件之一。
新加坡国立大学等机构的研究者们通过元能力对齐的训练框架，模仿人类推理的心理学原理，将演绎、归纳与溯因能力融入模型训练。实验结果显示，这一方法不仅提升了模型在数学与编程任务上的性能，还展现出跨领域的可扩展性。
无需数据标注，在测试时做强化学习，模型数学能力暴增159%！
在前AI时代，中国的科技企业的职场上，曾有一批残障人士出现在数据标注的岗位上，发挥所长。
图文大模型通常采用「预训练 + 监督微调」的两阶段范式进行训练，以强化其指令跟随能力。受语言领域的启发，多模态偏好优化技术凭借其在数据效率和性能增益方面的优势，被广泛用于对齐人类偏好。目前，该技术主要依赖高质量的偏好数据标注和精准的奖励模型训练来提升模型表现。然而，这一方法不仅资源消耗巨大，训练过程仍然极具挑战。
