實測數據顯示,在同類結構和同等規模數據量下,使用螞蟻數科 AI 標注產品后的標注效率提升了 40%以上。這背后不僅有技術,針對產業高復雜度數據需求,專家驗證必不可少。記者了解到,螞蟻數科配備近萬人的人工標注團隊,垂直專業領域和高階標注人才占比超過 90%,以此提升AI數據服務的專業性。
數據是AI領域公認的三大支柱之一,也是大模型在產業落地所面臨的主要矛盾。螞蟻數科發布AI標注產品后,一只腳踏入了Scale AI 同一條賽道。后者在三個月前,完成了新一輪由 Accel 領投的近 10 億美元融資,估值升至 138 億美元。
與Scale AI 不同的是,螞蟻數科還提供數據加工、合成服務。螞蟻數科鏈接眾多數據資源,積累了涵蓋多模態、多領域、多場景的數據集,可以給到客戶需要的“精標數據集”,幫助客戶實現數據服務的“就地取材”。同時,在尚未充分挖掘的企業私域和垂直領域,螞蟻數科具備領先的數據泛化算法能力,能夠幫助企業針對性模擬生成交通、政務、金融等場景下的“擬合數據”,提升模型面對新數據時的表現能力。