04 FIELD NOTES
产线上写下来的，
不是转述来的。
关于标注规范、质检口径、偏好数据、数据合规与交付管理的实践记录。保持每周更新。
01
从「标注量」到「标注质量」：数据标注行业的三次跃迁
当模型能力由规模驱动转向数据与对齐驱动，标注的验收标准已经从框数变成一致性、可追溯性与难例覆盖率。
02
RLHF 偏好数据为什么难做：一套可落地的人工判断流程
偏好标注的难点不在「谁回答更好」，而在把主观判断拆成可培训、可复核、可统计的确定性动作。
03
三级质检 + 争议仲裁：我们把 99% 准确率拆成了哪些动作
准确率不是验收时抽检出来的，而是由流程结构决定的。本文公开一套可复用的标注质检链路。
04
训练数据的合规底线：采集授权、脱敏与交付留痕
数据集一旦进入训练，撤回成本极高。合规需要在采集前就设计进流程，而不是交付时补一份说明。
05
自建团队 vs 众包：项目波动从哪里来，怎么压下去
同一份规范，不同组织形态交付出来的方差差别很大。
06
一份能用的标注规范，至少要写清这六件事
规范不是类别清单，是让两个互不相识的人做出同一个决定的协议。
该分类暂无文章。
NEXT STEP
想聊某篇文章里的问题？
把你的场景和验收口径发过来，我们按实际情况讨论，不做通用方案套用。