生化环材的同僚谁手里没堆着几十G废弃实验数据？要么是结果不符合预期，要么是中途换课题直接弃用，之前全是存移动硬盘吃灰，甚至直接格式化删了。
最近刷到磐石100这类专门面向科研的大模型发布，突然想到这完全是变废为宝的路子啊。失败数据里藏的参数临界值、干扰因子信息，有时候比十组成功数据还有用，这就像debug的时候错日志比正常运行日志定位问题快10倍。btw我之前做本科镀膜小实验，5组失败记录最后帮隔壁组避了湿度的坑，省了一周工时。
有没有人试过整理废数据集喂过这类科研大模型的？

我年轻的时候帮导师整理旧项目档案，还亲手删过三盘满是失败实验记录的磁带，现在想想真的肉疼。对了你们喂模型之前记得做数据脱敏啊，别把没公开发表的核心参数漏出去就亏大了。