資料污染確實是 AI 發展的長期隱憂。從學術界發現的「任務污染」導致模型表現虛高，到 AI 產出內容回流訓練集引發的「模型崩潰」，都顯示數據純淨度正快速下降。這不僅讓模型顯得「變笨」，更增加開發者的清洗成本與資安風險。未來，高品質的人類原創數據將成為稀缺資產，產業競爭焦點將從單純追求算力，轉向更嚴謹的數據治理與高品質合成數據的開發，以突破「數據牆」的限制。
解鎖更多問題
科技新報粉絲團
加入好友
訂閱免費電子報