为什么国内模型厂商要重做AI预训练？
早期行业普遍粗放式堆数据，忽视数据质量，导致脏数据拖累模型效果，只能返工补数据治理的课。
BAT 集体重做「AI 预训练」，补「脏数据」的坑
资讯摘要
“多就行了”的误区 脏数据的代价 不当的数据 KPI 互联网时代攒的家底，不顶用了 没有秘方，只有苦活 卡住数据优化的：钱与产能 AI人才3次大迁徙：百度先行、六小虎分化、腾讯「腾笼换鸟」
AI 摘要
雷峰网报道，国内多家AI模型厂商近期密集启动预训练返工，原因是早期粗放堆数据、标注规则不清、评测集污染与垃圾语料泛滥，导致模型效果被脏数据拖累。文章分析数据治理、数据预算与产能、数据飞轮和组织人才等瓶颈，指出高质量数据积累没有捷径，行业仍将经历推倒重来与长期补课。
AI 问答
数据在AI训练预算中大概占多少？
业内粗略拆解，每投入100元在AI训练上，约10元花在数据上，算力、人才和广告占比更高。
数据飞轮为什么还没转起来？
预算受限、外部高质量数据获取难、组织数据墙、数据人才匮乏，以及内生长程轨迹数据不足等，都让数据回流训练的通路受阻。
更多资讯
隐私赛道最新进展：从隐私货币到私人金融账户谷歌正在内测新 AI 模型，员工称其编码能力和 Claude Opus 5.5 打平
Uniswap v4 Hook攻击向量解析与检测方法
How Does Life Unfold? A Landscape Metaphor Comes Into Its Own.中欧贸易投资磋商机制第二次例会联合声明中金黄金等在河南成立黄金投资公司，注册资本2000万元2026中国国际社会公共安全产品博览会暨第三届智能与安全产业发展大会将于11月3日在北京开幕泰国证交所修订卖空和高频交易规则AI需求推动日本工业机床未交订单额超1万亿日元C盘爆红救星！开源神器 MuRig v1.2.0 发布，支持自定义环境安装路径！腾讯入股墨奇智能阶跃 Step 5 Preview 登上 OpenRouter 全球第一，10月15日开源！奇瑞汽车旗下合肥智能科技公司增资至1.68亿，增幅1580%芯片专家试图劝退马斯克：Terafab芯片项目可比发射星舰火箭更难8点1氪丨特朗普买入Meta股票；山姆宣布拟限制亲友卡绑定；豆包开通水、电、燃气等生活缴费功能富特科技：股东拟减持不超2.894%公司股份广合科技：前三季度净利润同比预增100.33%至107.23%国内金饰价格集体上涨当所有人都用AI写内容，你的个人IP靠什么胜出？国铁广州局明起实施新列车运行图，多条列车首次开行
代币化革命背后上海国际航运研究中心：预计四季度航运市场发展趋势将保持稳定
有哪些“你觉得很憋屈但没招”的事情，其实完全可以举报！！！商务部：中方愿通过“绿色通道”机制，为稀土及永磁体对欧出口许可审批继续提供便利欧盟轮值主席国提议将2028-2034年欧盟预算削减8%至1.6万亿欧元招商蛇口：9月实现签约销售金额143.22亿元苹果iPhone Duo加单30%，iPhone 18 Pro系列总订单量未变超强厄尔尼诺已经形成一个没卖出去的 AI 产品，我决定把它开源当代码不再稀缺：大型工程 AI 狂欢下的确定性底座｜QCon上海