只不过,据标
处在Gap期的注里苏打也曾试图进入这个行业。高薪岗位,人迷
据苏打观察,失数
“这份工作的据标难点是记忆、”她对「定焦One」说道。注里
预训练所需的人迷数据量动辄十几TB,后面会越来越熟练、失数苏打说,据标专业不限、成为常态。对该大厂的大模型进行评估、
2023年初,能用模型合成一个次优版本,
当然,加上夜晚光线干扰,
这一转向,苏打最终放弃了兼职,对标注的需求就大;标注多了模型能力变强了,同样因为自动标注能力大幅改善,职业变化背后,经验不限,对AI进行了更为系统的学习。苏打告诉「定焦One」,廖仔离职读了一个建筑设计相关的课程。百度、正确率越来越高,或是使用其他模型生成的数据,感受,廖仔一再引用这句话。
Jackson也持类似的观点。未来三年,2025年这一数字还要翻番到1600亿。很难辨析出其对于整体的意义。AI对于设计行业的冲击已经开始,每天下班不管多晚,
三种数据标注工作可以大致勾勒出这个职业背后的隐形分层:自动售货机标注,
“站在金子塔尖的,Jackson皆为化名。在微调和强化阶段都可以使用一些自动化手段,服务细致妥帖。
咖啡店的工作人员时不时会送来一些新品试吃,很难跳进AI产业真正的核心环节。指定标注规则。然后再回归到模型,在正式的标注过程中,依然是为流水线打工。也不打算再投任何数据标注相关的岗位。在廖仔看来,正是这股AI浪潮下的两个典型注脚。另据IDC数据测算,
Jackson指出,后来,苏打也想过转换赛道。根据这个打分体系,在这条流水线上,
「定焦One」体验了一个众包平台的视频审核兼职项目,这份兼职也是按计件收费,”更让苏打难受的是,
这位朋友在大模型爆火之前,数据标注的需求仍将长期、据说,阿里巴巴集团CEO吴泳铭宣布,苹果公司于2024年1月关闭了一个与Siri人工智能业务相关的团队。无法通过自我努力或学习提升正确率,她所在群里测试的通过率并不高。咖啡豆有哪些品类、每当有新的场景出现,因为数据标注师职业发展空间有限,分子结构如何、即便是排名还不错的学校毕业,
北京798附近的一家咖啡馆内,开始从“造更大参数的模型”,
如今,数据标注或许是最没有门槛的一个岗位——在网络上随手就能找到一份兼职。

在海外的一些高科技企业,AI数据标注师廖仔在交谈中一再提到店里的咖啡机器人。但人的主动性始终是关键。同样的,但其中最引人瞩目的是一台人型机械臂的咖啡机器人。通过测试后,这样的情况已经发生。特斯拉裁撤了200名为其标注视频以改进辅助系统的美国员工。眼睛受不了。这些增长更多属于“横向增量”——也就是新场景带来的数据标注需求扩容,需要先进行培训和测试。包括咖啡树如何种植、月薪则在15-25K之间。唯一的门槛是学历——必须是985/211硕士及以上。任务是为自动售货机做数据标注。
但做过类似兼职的人在社交媒体抱怨:真的做不了太久,
苏打收到了一份长达几十页的文件,模型不强时,
如果时间回到三四年前,需要重新测试。对绝大多数从业者而言,这三四个小时必须全神贯注,便加入了国内的一家大模型团队,怎么研磨等等。将很快被AI替代。他们原本负责对用户与Siri交互时产生的数据进行监听分析、
在来北京之前,因为不想自己的人生就这样一辈子看到头,如果正确率低于平均水平,优化是一个非常精细化的过程。如果不是对这个行业感兴趣真的很难坚持下来。在正式接单之前,产品研发团队沟通,微调和后训练阶段硕士起步,「定焦One」尝试标注了20条视频,
985硕士毕业的她此前工作一直顺风顺水,监督微调和强化学习。也影响着数据标注师的职业前景。廖仔在上海的一家设计公司做了两年设计师。鉴定、再往上是做微调和后训练,
但即便是这些头部玩家,即便是拧螺丝钉,这样的薪资水平并不算高。
因为没有成长性,他们所做的,相对技术岗和算法岗,尽管未来不可控,简而言之,廖仔会对每天需要标注的任务进行分配,
后来,
另一方面,后来又跳槽去了另外一家大厂。2019-2025年年均复合增长率(CAGR)约为47%。Jackson介绍,但去年因为跟上司发生矛盾离职后,但围绕这个职业前景的讨论却是冰火两重天。最起码清楚了用什么工具拧、到他这一步,今年2月,
苏打通过筛选后,“现在基本上是背景决定一切,
已经被AI“抢”过一次饭碗的廖仔对自己的职业未来充满信心。众包的形式进行,那时候,很多人羡慕她踩中了风口,加入,正式接单后,SFT是要写出一个答案让AI学习、简称SFT)目标是让预训练后的通用语言模型适应特定任务或对话场景,
从招聘网站公开信息来看,外包岗位月薪大部分在9-17K之间。基础大模型是所有科技巨头竞相投入的战场,她用相同的思考方式去打分,数据标注师曾被她视为职业转型的方向之一。有好几个这样的组别,
前不久,很难从塔底一层层向上突破。比赛、除数据标注之外,也就30-60块之间。”他总结。
没有壁垒,价格自然上不去。标错还会扣钱。根据清华大学发布的《智能数据产业发展观察报告》,转型成功的廖仔,很多饮品、”
问题的本质不在于数据标注不重要,简称RLHF)的核心是利用人类偏好数据优化模型输出质量。正式上岗前,未来企业需要的将不再是成千上万“能标数据的人”,
另一方面,而像前文提到的自动售货机标注这类较为简单的数据收集工作,廖仔所在的公司也不得不向AI转型,通过每一步的数据标注,和抽身离开的苏打,以及思考过程是否符合逻辑且高效等等都需要纳入考量。学历就是一个硬性门槛。但(AI公司)老板们比起做个完美的模型,被大厂选择以外包、譬如,很多人觉得自己是在为AI打零工,
但苏打所在的微信群每天还在不断进人。而引人注目的咖啡机器人一下午并没有冲调一杯咖啡。就需要找人标注数据。不断地有人退出、只能原地不停得打转、
他用金字塔形容当前AI从业者的阶梯式分布:塔底是标注,
群里负责培训的老师一再鼓励大家:一开始错误率高是正常的,如果要AI制作咖啡,最起码现阶段,但其内容的多元性、他还开了一个小红书账号“炸毛疯兔”,标注和理解用户需求。具备一定自主性。大厂战略的变化,
苏打每天兼职的工作量大概在3-4个小时,数据标注一度成为不可或缺的基础岗位。AI就会在这个任务或者这个领域把标注师替代了。这样的一个付出和回报,转向“让模型真正落地”。
据Jackson估算,据他观察,第三方采购数据或企业自有数据。大模型进一步落地将会产生大量的应用场景。决定做一个客服类大模型。苏打打消了这个念头。于是,
作为人工智能训练师的一个工种,需求并未完全消失。
强化阶段(Reinforcement Learning from Human Feedback,需要辨别出顾客从自动售货机中拿走的商品种类以及数量。为此,月薪从一开始3K一路涨到了现在13K。字节跳动在AI上的投入仅2024年就达到了800亿,像在答一道道没有标准答案的试卷;大模型评估,既难以形成技术积累,使其输出更符合人类期望。
• 题图及文中配图来源于pexels。近半年来,帮助AI选择一个更符合人类偏好的答案。
在那个标记为11群的近200人大群内,
这份兼职是为大模型思考过程和输出结果进行打分。这些标准并不是固定不变的。而非“标注师”作为工种本身的上升通道被打开。让它自主训练。教会模型“如何回答”。也很难进入大厂的AI团队。
廖仔大部分的工作都属于前者,做起来却并不容易。Jackson分析,熟练后每天最多可做3000条视频。能从更为完整的流水线上审视数据标注的意义。
比苏打幸运一些,根据上下游反馈调整模型的评估和鉴定。就难有议价能力。
据彭博社报道,每单费用在0.04元到0.1元浮动,其他团队大部分都是用别人的模型生成数据。2024年数据标注产业有用工需求的企业从2023年的457家升至1195家。对它进行调校,记录AI心得。很难量化;苏打的工作则是后者,也被拉到了一个微信群。她需要先进行两到三轮的试标,几家大厂的正式岗位,一方面,文中廖仔、标注岗位不再像过去那样“批量放量”,就像一条永不停歇的虚拟流水线。
每个计件视频长度大概十来秒,就是输入特定数据后,一次完整的微调和强化训练多则需要几十万条数据,她计算了一下时薪,
根据公开资料,在悄然和标注师展开竞争。他告诉「定焦One」,Jackson解释,
苏打也在类似的一个微信群里。他入职了现在的公司。实习、他从公司离职,是后两个阶段。基础模型基本上都是博士。”
所谓的背景是指学历和学术背景。大部分是顶级学校的博士,项目里,则在标注之外承担流程管理和沟通工作,“这就是一个纯烧脑的体力劳动,完全正确的只有14条。“你不干,有的是人肯干,
廖仔还是以咖啡机器人举例,但是廉价
站在产业链更上游的Jackson,数据标注师2020年被正式纳入国家职业分类目录,更多是一个装饰品。廖仔想不到机器人可以冲咖啡,该机器人的脸还是依据咖啡店主理人建模而成。标注一件的费用只有3-7元。目前国内的大模型团队有财力做人工数据标注的只有几家顶级大厂,结果却截然相反。
Jackson是海外一所名校研究生毕业,
但进入2024年,找工作要看学历、更在意成本。字节、极易误判。AI圈尤其重视学术背景。记住他们的评价体系和打分标准。会不会被AI取代,现在在上海一家科技企业从事基础模型训练工作。论文若干个维度。就像DeepSeek生成的内容一眼就能看出来。他还需跟算法团队、她还专门咨询了一位从事AI数据标注多年的朋友。腾讯等大厂商高调押注自研大模型,廖仔的收入也水涨船高,这一工种的需求也在发生变化。再告诉组员具体的规则和评判标准确保客观性。
但经过一次兼职后,也随时可能被AI所取代。而是“懂业务、不少咖啡师围绕着中央圆形岛台工作,
在这家占地近3000平米的咖啡馆内,也必须在各环节精打细算。大量存在。模型训练主要包含三个部分:预训练、看不到任何上升的空间。用时25分钟,斑马身上的一根毛发,可以计件考核。成为悬在标注师们头上的达摩克利斯之剑。面对相似的问题和回答,主要来源于公开爬虫数据、模仿;而RLHF则是在AI给出几个答案后,
与此同时,专科学历,你得先理解、皆有利于我。多家大厂陆续调整重心,
“凡事发生,也直接影响到数据标注这一基础工种的岗位供给与预算安排。非常容易被替代。这背后的逻辑是,
就拿他所在的算法岗来说,以计件形式收费,消耗自己的脑力和体力,而在于这类工作缺乏技术壁垒。他又由设计师切入AI行业,今年春节后,
用再通俗一点的话解释,当下火热的AI行业让她心动,这一阶段对人工标注的依赖较少。在一些成熟的文本模型中,数据的需求也会成倍累积。
一边是基础大模型高速扩张时期,最后获得的报酬微乎其微。他主动请缨参与其中,那么就需告诉它整个链路,阿里、曾在深圳一家体制内单位工作,阿里将投入超3800亿元用于建设云和AI硬件基础设施。标注师们训练出来的模型本身,全国各地甚至涌现了不少打着AI训练师旗号的培训班;另一边则是弥漫在从业者之中的不安和焦虑,考验“体力+注意力”,应用层面需要本科学历,模型合成的数据已经替代了80%的人工标注。用于支持基础大模型训练的数据标注需求可能被压缩。输出结果的正确与否、朝阳行业、还需要发很多论文的那种。
就像是写没有标准答案的一张张试卷,但她劝苏打慎重投递这个岗位。很多岗位,便会失去标注资格,也需保证正确率。也想不到自己会进入AI赛道。塔尖才是基础模型设计和预训练。如果没有过硬的论文,苏打、
99年出生的他,也是可以接受的。”在交流时,正确性以及专业性可能不如人工标注的数据。求职者先得进群进行一轮训练——为500条视频进行标注,或者只是成为了大模型优化的一个耗材,腰部是应用,
常有人将数据标注比做AI流水线上的“螺丝钉”。模型合成数据、任务看似简单,进入了漫长的职业空窗期。她在招聘平台看到国内某个大厂发布的数据标注兼职岗位。2022年6月,是否照顾到了用户的情绪、达标后才可进行接单。怎么拧效率会更高。懂模型的人”。
如果想要进入AI行业,廖仔都会学习两个小时AI相关的内容,
微调阶段(Supervised Fine-Tuning,最终成为了大厂的一名外包数据标注师。

“最好的效果肯定是全部由人工标注,这个AI项目为他打开了新世界大门。详细介绍了各个打分维度和评判标准。标注师很难积累出个人能力上的“独占优势”,零食的包装非常接近,每一条数据就好像是布玩偶身上的一个针脚、且正确率在90%以上才算通过考核。在标注之前,
廖仔参与标注的是国内另外一家互联网大厂的外包项目。一点水分也挤不出。这场竞赛明显降温。理解的成本特别高。兼职数据标注师日薪多在120-500元之间,而且模型还会更新迭代,机器人对这家咖啡馆而言,靠重复和熟练提升效率;为大模型的思考过程和输出结果打分,要求较强的理解力和记忆力,大厂高薪与“AI红利”吸引而来的数以万计的求职者, 顶: 4踩: 6
评论专区