AI搜索加速发展：“文图”重回内容顶流，语料质量是胜负手
AI搜索加速发展：“文图”重回内容顶流，语料质量是胜负手一条鲶鱼，让AI搜索格局从内容生态驱动转向内容形式驱动
来自主题: AI资讯
3501 点击 2025-03-07 10:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
一条鲶鱼，让AI搜索格局从内容生态驱动转向内容形式驱动
白天，安迪在一所名校数学系攻读研究生，夜晚，他则化身数据标注员，应招国内外各种大模型的标注任务，时薪大概在150元～300元。当Deepseek在1月下旬横空出世后，这个工作越来越为外人所知。
ChatGPT等聊天机器人背后的算法能从各种各样的网络文本中抓取万亿字节的素材，文本来源可以是网络文章，也可以是社媒平台的帖子，还可以是视频里的字幕或评论。
近期关于 scaling law 的讨论甚嚣尘上，很多观点认为 scale law is dead. 然而，我们认为，高质量的 “无监督” 数据才是 scaling law 的关键，尤其是教科书级别的高质量的知识语料。此外，尽管传统的语料快枯竭了，但是互联网上还有海量的视频并没有被利用起来，它们囊括了丰富的多种模态的知识，可以帮助 VLMs 更好好地理解世界。
AI训练即将进入语料比拼阶段 Reddit 在过去的 2024 年算得上是容光焕发。这家创立了近 20 年的社交平台，去年 3 月在纽交所完成上市，并在上市后的第三季度实现首次盈利，到目前股票已涨到上市首日开盘价的 350% 左右。
据工业和信息化部网站25日消息，工业和信息化部、国务院国有资产监督管理委员会、中华全国工商业联合会日前印发《制造业企业数字化转型实施指南》。
12月18日，记者从深圳市工业和信息化局了解到，深圳拟出台若干措施，积极建设国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区，打造人工智能先锋城市。其中，在丰富生态要素供给方面，每年发放最高5亿元“训力券”，降低人工智能模型研发和训练成本。同时每年发放最高5000万元“语料券”，促进语料开放共享和交易，推动数据要素市场建设。
生成式AI（GenAI），尤其是以OpenAI的ChatGPT为代表，人们发现，这些大模型在一年多后的性能表现远不及刚发布时那样令人惊艳了。
这样一套组合拳打下去，AI厂商大概率就会乖乖向网站付费了。
在医疗领域中，大语言模型已经有了广泛的研究。然而，这些进展主要依赖于英语的基座模型，并受制于缺乏多语言医疗专业数据的限制，导致当前的医疗大模型在处理非英语问题时效果不佳。