Definition
以数据为中心的AI代表了人工智能开发的一种范式转变，其重点在于系统地改进用于训练模型的数据，而不是仅仅优化算法或超参数。这种方法认为高质量的数据是提升模型性能的关键。
Summary
一种AI开发方法，优先考虑提高训练数据的质量和数量，而非修改模型架构。
Key Concepts
- 数据质量
- 迭代优化
- 标签一致性
- 数据集策展
Use Cases
- 通过修正错误标记的图像来提高计算机视觉的准确性
- 通过平衡数据集来减少招聘算法中的偏见
- 通过纠正训练文本中的语法错误来增强NLP模型的性能