锐知 - 全球认知雷达逆向追踪 OpenAI 训练数据：海马表情符号暴露的推理痕迹
Maini 的博士主题是把混乱网页数据用得又高效又负责任：效率指只用有用的部分，责任指署名、安全与行为评估。这提示读者在谈数据工作时同时交代性能收益与风险处理，而不是只讲规模。
Detology创始成员Patush正在CMU完成博士学业，加入公司已有两年多。他的研究方向一直是AI中偏数据的一面：如何通过做好数据层，来构建高性能且负责任的系统。在他看来，数据仍是被低估的研究主题。团队里的人都自称数据迷，抱着一种调查式的好奇心看数据，内部甚至开了个“data is weird”频道，专门分享数据集中翻到的怪异截图和片段，互联网的角落有多光怪陆离，这些被喂给模型的材料就有多出人意料。 他的博士论文题目是网络规模数据在预训练中负责任且高效的使用。高效，是指面
来源：youtube 原始内容