蒂姆尼特·格布鲁（Timnit Gebru）：让大模型数据变成问责对象的那个被解雇的人
1983 年生于 埃塞俄比亚 的 Timnit Gebru，其研究路径与 大语言模型的偏见审计与数据治理 的主流路径几乎不重合。她用一篇八千字的论文让整个行业意识到，自己训练的数据里藏着什么——代价是被解雇，而这份代价后来变成了一整套新的行…
标签：大模型数据
从ImageNet到Common Crawl：AI数据基础设施的诞生
AI 模型的"智能"来自数据——不是算法。2026 年训练大模型需要几万亿 token的文本数据——这些数据来自哪里？本文梳理 AI 数据基础设施的演变：从 1990s 的小规模手工标注语料库（百万级），到 2010s 的 ImageNet…