具身的数据管线,到底应该怎么做?
要点导读
- 具身数据规模扩大但有效性不足
- 模型厂商对数据训练效果缺乏把握
- 数据筛选缺乏细粒度标准
- 数据跨本体迁移困难
- 数据质量缺乏公认评测机制
内容摘要
具身智能领域数据规模不断扩大,但有效性未跟上。模型厂商在采集和购买数据后,对训练效果缺乏把握。问题在于数据管线:筛选缺乏细粒度标准、数据难以跨本体迁移、质量缺乏公认评测机制。
阅读原文
原文来源:雷峰网(leiphone.com)。本页摘要与要点整理自公开来源,版权归原作者所有,完整内容请阅读原文。