не міг зрозуміти, чому Zuck заплатив $15 млрд, щоб залучити 15 співробітників від scaleAI (компанія з обробки даних) тому я глибоко пірнув і думаю, що все зрозумів: У нас не закінчуються дані. Насправді все навпаки. Один безпілотний автомобіль виробляє 2 ТБ (це 800 000 книг) даних НА ГОДИНУ. проблема полягає в тому, що дані – це безлад, їх нелегко ввести в LLM для навчання, тому їх просто викидають на кладовище даних, щоб хтось інший вирішив (ніхто цього не робить). Гостра нестача хороших інженерів даних Те кладовище, про яке я згадував вище, насправді є золотою жилою, якщо ви можете його перебрати Проблема в тому, що у дуже мало людей є мізки або час. Здогадуючись, саме тому zuck заплатив $15 млрд співробітникам scaleAI Більш якісні дані набагато цінніші, ніж «кількість» даних Особливо для моделей після тренування (наприклад, обчислення часу тестування). Він також вимагає менше обчислень, що знижує витрати на навчання моделей. Отже, якщо ваша тренувальна команда може 1. Сортування високоякісних даних 2. Введіть його в пост тренування і 3. Скоротіть витрати - ви виграєте гонку штучного інтелекту (безцінно).