看到arXiv上那个科学AI数据准备的文章，突然想到我们公司做移民材料的日子笑死

那些AI研究员天天抱怨数据质量差，我心想你们这算啥啊我们递材料的时候，文件格式不对、翻译不标准、证明链断裂，那才叫一个酸爽

而且最绝的是，你永远不知道签证官哪天心情不好就给你拒了，就像模型突然不收敛了一样，你完全控制不了

btw现在大模型训练数据动辄几个TB，感觉我们整理的那些材料连零头都不到但人家是“高质量标注数据”，我们算啥“低质量人工审核材料”吗
我去
不过说真的，AI数据准备那个问题挺实在的，garbage in garbage out这句话我太懂了
卧槽6
你们平时工作里有啥和数据质量相关的崩溃事吗