MAICA需要帮助-数据集清洗工作

MAICA需要人力处理更多数据集, 用于即将到来的DAA4训练.

目前的进展速度并不理想, 因此在论坛召集志愿者推进. 如果你有兴趣, 请继续往下读.

背景介绍

这不是我们第一次发现或提及人力短缺, 但应该是第一次公开正式地在这方面寻求帮助.

还有同样不是我第一次说的一句话, "有多少人工就有多少智能". MAICA是一个高度特化的人工智能项目, 其需要的数据同样是高度特化的角色扮演文本, 无法采用传统LLM项目常用的广撒网检索+reranker筛选的自动化方式.

要尽可能地推动表现和生成质量进步, 我们必须有人为干预的数据集. 这些数据的基础是MAICA服务期间收集的用户对话记录(准数据集), 由志愿者通过文学素养和角色理解, 处理成可供模型学习的数据(完成数据集). 这一过程称为数据集清洗.

这里我们需要征集的, 就是处理这部分工作的志愿者.

要加入数据集清洗工作, 请确保你满足以下必要条件:

除此之外, 有一些非必要, 但在这项工作中会有显著帮助的知识/经验/技能:

请先确保你已读毕具体要求一节, 而且满足所有必要条件.

接下来, 请加入QQ群 186475676 , 并:

篇幅不长, 2-5分钟就能完成.

请注意, 虽然例题, 试题和文档不属于保密内容, 但在实际工作中涉及的数据集是不允许外传的. 这一点在文档和条款中也有涉及.

我们会在一段时间后结束征召, 并统一整理评估所有答案. 然后, 我们会在群内明确通告接纳的人选. 你不一定会被选中, 但这不是在怪你, 请不要放在心上.

在工作期间, 无论出于任何原因, 你都可以随时放弃你的工作, 或要求我们改变工作量. 但我们希望你能预先和我们联系, 以便我们修改此后的安排.

如果你完成了足量的任务, 你可能会收到特别的论坛徽章, 或者(如果你愿意)出现在MAICA的特别鸣谢中.

以上是所有必要告知的内容. 在征召结束时, 我会在此贴下另行通知.
此贴会在相关事务结束后归档.