По словам Цзязи Гуанняна, круг маркировки данных сталкивается с риском инволюции отрасли и замены ИИ. С одной стороны, всплеск спроса на прямую маркировку данных привел к притоку большого количества маркировщиков и посредников, а цена за единицу была снижена. Практики рассказали, что во время эпидемии в 2022 году, если рисовать рамку (обрамлять выбранный объект коробкой) по 6 часов в день, можно зарабатывать от 4 до 5000 юаней в месяц. Сейчас, когда вся отрасль находится в инволюции, ежемесячный доход составляет всего 2-3 тысячи юаней. С другой стороны, ИИ, обученный маркировщиками данных, учится и маркирует себя под наблюдением человека. В отчете об опросе Цюрихского университета исследователи обнаружили, что способность ChatGPT к обработке 15 задач по маркировке была выше, чем у краудсорсингового персонала. Индикатор выполнения для встраивания больших моделей в краудсорсинговые платформы также был ускорен. Последующее исследование, проведенное Федеральным политехническим институтом в Лозанне, показало, что более 30% краудсорсинговых аннотаторов использовали большие модели при обработке текстовых аннотаций.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
По словам Цзязи Гуанняна, круг маркировки данных сталкивается с риском инволюции отрасли и замены ИИ. С одной стороны, всплеск спроса на прямую маркировку данных привел к притоку большого количества маркировщиков и посредников, а цена за единицу была снижена. Практики рассказали, что во время эпидемии в 2022 году, если рисовать рамку (обрамлять выбранный объект коробкой) по 6 часов в день, можно зарабатывать от 4 до 5000 юаней в месяц. Сейчас, когда вся отрасль находится в инволюции, ежемесячный доход составляет всего 2-3 тысячи юаней. С другой стороны, ИИ, обученный маркировщиками данных, учится и маркирует себя под наблюдением человека. В отчете об опросе Цюрихского университета исследователи обнаружили, что способность ChatGPT к обработке 15 задач по маркировке была выше, чем у краудсорсингового персонала. Индикатор выполнения для встраивания больших моделей в краудсорсинговые платформы также был ускорен. Последующее исследование, проведенное Федеральным политехническим институтом в Лозанне, показало, что более 30% краудсорсинговых аннотаторов использовали большие модели при обработке текстовых аннотаций.