🎉 亲爱的广场小伙伴们,福利不停,精彩不断!目前广场上这些热门发帖赢奖活动火热进行中,发帖越多,奖励越多,快来 GET 你的专属好礼吧!🚀
1️⃣ #TokenOfLove# |广场音乐节打 CALL
为偶像打 CALL,Gate 广场送你直达 Token of Love!泫雅、SUECO、DJ KAKA、CLICK#15 —— 你最想 pick 谁?现在在广场带上 歌手名字 + TokenOfLove 标签发帖应援,就有机会赢取 20 张音乐节门票。
详情 👉 https://www.gate.com/post/status/13214134
2️⃣ #GateTravel旅行分享官# |晒旅程赢好礼
广场家人们注意啦,Gate Travel 已经上线。带话题发帖,分享你的 Gate Travel 旅行体验、心愿清单、使用攻略或趣味见闻,就有机会获得旅行露营套装、速干套装、国际米兰旅行小夜灯等好礼!
详情 👉 https://www.gate.com/post/status/13172887
3️⃣ #内容挖矿# |发帖还能赚钱
广场长期活动进行中,最高可享 10% 手续费返佣!发布优质内容,如行情解析、交易观点等,吸引更多用户点赞和评论。若用户在互动后 180 分钟内完成现货或合约交易,你将获得最高 10% 的手续费返佣!
详情 👉 https://www.gate.
我无法理解为什么扎克花了150亿美元收购了来自ScaleAI的15名员工(数据公司)
所以我深入研究了一下,觉得我搞明白了:
我们并没有耗尽数据。实际上,情况正好相反。
一辆单一的无人驾驶汽车每小时产生2TB (的数据,相当于800,000本书)。
问题在于数据很混乱,不容易输入到LLM中进行训练,因此它就被扔进了数据墓地,留给其他人去解决(没有人去做)。
优秀数据工程师的严重短缺
我提到的那个墓地实际上是一个金矿,如果你能从中筛选出来的话。
问题是很少有人有能力或时间。猜测这就是扎克伯格为scaleAI员工支付150亿美元的原因。
高质量数据远比“数据量”更有价值
特别是针对训练后模型 (eg 测试时间计算)。
它还需要更少的计算,这降低了训练模型的成本。
所以如果你的训练团队能够 1. 筛选高质量数据 2. 将其注入后续训练 3. 降低成本 - 你就会赢得人工智能竞赛 (无价)。