腾讯的“10亿角色扮演”项目到底在说什么？

文章预览

腾讯的AILab新发了一篇论文，本来准备昨天评论的，但因为觉得这个话题粗看起来会有点“敏感”，就放下了，今天一早重新翻了一下论文，还是认为有东西可讲，临时起意，还是更新一篇，而把本来准备讨论的话题延后。 做个小预告，下一个准备讨论的话题是关于“wearable ai”的。 首先，论文题目是《Scaling Synthetic Data Creation with 1,000,000,000 Personas》。大概意思就是如何利用10亿“角色特征”大规模的生产“生成数据”。 部分数据开源，项目地址 https://github.com/tencent-ailab/persona-hub 看题目，就大概能够联想到我认为有些“敏感”的点：因为这所谓的10亿角色其实是用真实存在的“web data”抽象出来的。纯技术和研究视角，这是一个非常棒的想法，而且就是大厂该去做的事情。但是从数据安全的视角，首先原始数据来源其实比较含糊，处理过程也缺乏细 ………………………………