标签 · #data

SWE-Prime 以更少的轨迹提升模型性能

为什么值得读 开发者应关注此问题，因为嘈杂的监督信号会鼓励模型模仿不良的问题解决行为。

新方法 SWE-Prime 通过过滤训练数据，提升大语言模型解决现实世界软件问题的能力。该方法在轨迹和片段层面逐步筛选数据，剔除无效、冗余或高风险步骤，仅保留对解决方案有积极贡献的片段参与损失计算，同时完整保留上下文。

自动驾驶数据即商业 — 车队数据所有权与机器人出租车竞赛背后的隐藏变现模式

每辆自动驾驶车都是数据收集机器。谁拥有车队数据？机器人出租车竞赛背后藏着哪些变现模式？

AV数据飞轮比较 — 特斯拉数量vs.Waymo质量与AI训练竞赛

特斯拉拥有数十亿英里的监督里程；Waymo拥有数千万英里完全无人驾驶里程。哪种数据类型能赢得AI训练竞赛？

实体AI数据飞轮 — Tesla 6百万辆车的训练优势、Waymo 5千万英里无人驾驶里程，以及数量还是质量决定AV竞赛胜负

Tesla 6M车队 vs Waymo 5千万无人英里：以数据飞轮为实体AI基准维度，分析数量与质量何者胜出。

实体AI数据隐私2026——Waymo商业车队相机匿名化vs特斯拉消费者训练数据GDPR与中国审查：AV数据治理基准报告

Waymo对商业车队数据中的人脸与车牌进行匿名化处理。特斯拉600万辆车的训练数据管线面临GDPR张力与中国相机审查压力。