Reddit 热议：社区能否众包共建开源训练数据集

Reddit 连日来讨论社区能否像 folding@home 那样，由大众贡献闲置 Agent 额度或算力、token，众包生成大规模高质量的预训练与后训练数据集。用户 a300a300 设想了类似开源众包的模式，希望让算力不足的小实验室也能获得大实验室级别的高质量数据，但讨论中也指出，除算力外，如何保证数据大规模、高质量且干净仍是核心难题。

2026-10-24 ~ 2026-10-26 · 2 条相关