人工智能大模型的数据治理

文章预览

为提高人工智能大模型全生命周期的价值和性能，推动大模型在各行各业落地应用，需要把以数据为中心的人工智能理念和技术贯穿于大模型全生命周期。在分析大模型数据治理的内涵特征、必要性、特殊性及重点内容等基础上，针对大模型的规划设计、预训练、评估、部署推理、运维监控、退役（迭代）等全生命周期关键阶段，分阶段确定数据治理的框架、对象、重点任务和技术策略，以期为大模型的数据治理提供全景式的逻辑框架和全流程的技术参考。 0 引　言 人工智能大模型从开发到退役迭代是周期较长的复杂系统工程，数据是人工智能大模型的基石，贯穿大模型全生命周期始终。 已有研究表明，系统有效的数据治理可提高大模型全生命周期的价值和性能。 近年来，国内外学术界围绕提升大模型性能，先后提出了以模型为中心的人工智能 ………………………………