AI数据告急，大厂盯上廉价年轻人 自制语料库成新赛道
AI数据告急，大厂盯上廉价年轻人
互联网大厂正采取新策略获取人工智能(AI)训练所需的新数据：他们直接招募“AI录音员”，支付每次约300元的报酬，定制专属的语料库。在北京，某大厂从年初就开始邀请普通人参与，每次需两人一组，进行3小时的录音，其中包括自由聊天与有提示词的对话，确保内容充实且符合要求。录音过程中，至少两名员工会全程监督，以保证录音质量和信息含量，避免低质量内容，并强调不能改动预设的提示词。
二线城市的如成都、太原、贵州等地，已成为字节跳动、百度、阿里巴巴等企业构建AI数据资源的外包中心。据知情人士透露，这些公司过去招聘的数据标注员和方言朗读者门槛较低，但现在更倾向于聘请来自顶尖高校的实习生来管理外包项目。
AI大模型的发展依赖于数据、算法和算力，其中，高质量的数据是训练模型的基础。然而，公开可用的互联网数据正面临枯竭，预计在未来几年内，科技公司将耗尽可用于AI语言模型训练的数据。这迫使大模型团队寻找创新途径，以获取能有效“喂养”模型的新数据。
为了避免因使用未授权数据引发的法律争议，一些大型科技公司开始自己动手制作数据，力求数据的时效性和高质量。他们绕过第三方平台，直接参与设计AI所需的“剧本”，探索维持模型竞争力的新路径。
在社交媒体平台上，出现了标价300元一次的AI录音兼职广告，吸引众多求职者。尽管报酬诱人，但这份工作并不轻松。应聘者需先提交样音，通过严格筛选，随后参与长时间、高要求的录音环节，包括自由聊天和依据特定提示词的对话。整个过程受到严密监控，任何影响录音质量的因素都需要纠正重录。
免责声明：本文章由会员“极目新闻”发布如果文章侵权，请联系我们处理，本站仅提供信息存储空间服务如因作品内容、版权和其他问题请于本站联系