AI數(shù)據(jù)告急，大廠盯上廉價(jià)年輕人自制語料庫成新賽道

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-09-05 09:03:24 虎嗅

AI數(shù)據(jù)告急，大廠盯上廉價(jià)年輕人

互聯(lián)網(wǎng)大廠正采取新策略獲取人工智能(AI)訓(xùn)練所需的新數(shù)據(jù)：他們直接招募“AI錄音員”，支付每次約300元的報(bào)酬，定制專屬的語料庫。在北京，某大廠從年初就開始邀請普通人參與，每次需兩人一組，進(jìn)行3小時(shí)的錄音，其中包括自由聊天與有提示詞的對話，確保內(nèi)容充實(shí)且符合要求。錄音過程中，至少兩名員工會全程監(jiān)督，以保證錄音質(zhì)量和信息含量，避免低質(zhì)量內(nèi)容，并強(qiáng)調(diào)不能改動預(yù)設(shè)的提示詞。

二線城市的如成都、太原、貴州等地，已成為字節(jié)跳動、百度、阿里巴巴等企業(yè)構(gòu)建AI數(shù)據(jù)資源的外包中心。據(jù)知情人士透露，這些公司過去招聘的數(shù)據(jù)標(biāo)注員和方言朗讀者門檻較低，但現(xiàn)在更傾向于聘請來自頂尖高校的實(shí)習(xí)生來管理外包項(xiàng)目。

AI大模型的發(fā)展依賴于數(shù)據(jù)、算法和算力，其中，高質(zhì)量的數(shù)據(jù)是訓(xùn)練模型的基礎(chǔ)。然而，公開可用的互聯(lián)網(wǎng)數(shù)據(jù)正面臨枯竭，預(yù)計(jì)在未來幾年內(nèi)，科技公司將耗盡可用于AI語言模型訓(xùn)練的數(shù)據(jù)。這迫使大模型團(tuán)隊(duì)尋找創(chuàng)新途徑，以獲取能有效“喂養(yǎng)”模型的新數(shù)據(jù)。

為了避免因使用未授權(quán)數(shù)據(jù)引發(fā)的法律爭議，一些大型科技公司開始自己動手制作數(shù)據(jù)，力求數(shù)據(jù)的時(shí)效性和高質(zhì)量。他們繞過第三方平臺，直接參與設(shè)計(jì)AI所需的“劇本”，探索維持模型競爭力的新路徑。

在社交媒體平臺上，出現(xiàn)了標(biāo)價(jià)300元一次的AI錄音兼職廣告，吸引眾多求職者。盡管報(bào)酬誘人，但這份工作并不輕松。應(yīng)聘者需先提交樣音，通過嚴(yán)格篩選，隨后參與長時(shí)間、高要求的錄音環(huán)節(jié)，包括自由聊天和依據(jù)特定提示詞的對話。整個(gè)過程受到嚴(yán)密監(jiān)控，任何影響錄音質(zhì)量的因素都需要糾正重錄。

12 全文共 2 頁下一頁

關(guān)閉

AI數(shù)據(jù)告急，大廠盯上廉價(jià)年輕人 自制語料庫成新賽道

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)

AI數(shù)據(jù)告急，大廠盯上廉價(jià)年輕人自制語料庫成新賽道