大模型训练数据接口有搞头吗

[oldj216]

我发现高质量的大模型训练数据不多，把公开数据集好好清洗，做成付费 api 有搞头吗？

[malusama]

训练数据通过你 api 获取啊？
还是你就直接卖训练数据。 你这问题是人工清洗成本哪来， 你做的过标注数据的公司吗

[oldj216]

@malusama 大模型没那么依赖标注数据，比如把 commoncrawl 的数据做一层清洗整理，往外卖

[me221]

「大模型没那么依赖标注数据」
骗哥们可以，别把你自己也骗了