专约老阿姨精神小伙返场是真的吗AI数专约老阿姨精神小伙返场是真的吗据告急，大厂盯上廉价年轻人

AI数专约老阿姨精神小伙返场是真的吗据告急，大厂盯上廉价年轻人

　　4。合浦县廉州工商行政和质量技术监督管理所所长秦普庆私车公养问题。2017年9月至2019年8月，秦普庆利用工作便利，违规使用单位公务油卡为私家车加油34次共计9297元。秦普庆受到党内严重警告处分，违纪所得予以收缴。

为了拿到新数据、训练AI大模型，字节等互联网大厂正在亲自下场，以单次300元不等的价格招募“AI录音员”，定制语料库。坐落于北京大钟寺的字节办公楼，集中了字节的抖音业务团队和火山引擎业务团队，从年初便开始招募素人为豆包大模型录音。两人结组、单次3小时，包括80分钟的自由聊天，有提示词的60组对话，单次结算金额为300元。长达3小时的录音，有至少2名字节员工全程陪同。“对话不能水时长，要有内容和信息，质量太差会酌情扣款”，“不能修改提示词，大模型理解不了”。从晚上6点到9点，字节员工在录制过程中的指令，则更多透露着对于录音质量的关注。图注：大钟寺录音室内部图实际上，成都、太原、贵州等二线城市，早已成了字节、百度、阿里等大厂的AI数据外包之城。“去年，数据标注、方言朗读，专科生就能做。现在招的都是211、985的实习生带外包。”某大模型产品经理表示。在9月刚刚推出视频大模型的MiniMax，其创始人闫俊杰告诉字母榜，在上海，除了语料公司的高质量数据之外，MiniMax也会采购一些平台化数据。数据、算法和算力是AI大模型的三大支柱，其中数据是大模型进行训练的根基。但由于互联网数据散布在不同平台，并被重重壁垒所环绕，AI大模型可以用来训练的公开数据正在走向枯竭。6月，研究机构Epoch AI发布了一项新研究预测，可用于AI语言模型公开训练的数据，将在2026年到2032年间，被科技公司耗尽。而早在2023年5月，OpenAI首席执行官阿尔特曼便公开承认，AI公司在不久的将来会耗尽互联网上所有的数据。如何寻找高质量的新数据“喂养”大模型，成了所有AI大模型团队的共同难题。由于存在擅自使用第三方数据的嫌疑，一些大公司屡屡陷入纠纷。8月，OpenAI被超过100位YouTube主播集体诉讼，指控其擅自转录了数百万个YouTube 视频来训练大模型。英伟达、苹果、Anthropic等巨头也涉及其中。对于大厂而言，拥有自己的闭源高质量数据，才能保证喂养大模型的数据时效性和质量。而跳过品控不稳定的第三方平台，试图亲自下场为AI写“剧本”，或许是大模型厂商们的一条新路子。A今年初，在小红书等平台上，悄悄出现了标价300元一次的AI录音兼职。相比起BOSS直聘等平台30-55元时薪的AI录音兼职，300元单次、录制地在北京大钟寺的所谓“头部大厂录音兼职”显得颇具诱惑力。8月，通过微信被拉到录音群内时，字母榜（ID: wujicaijing）发现群内已经有了200多名等候录音的人。由于规定为2人一组录制对话，时间长达3小时，进群后，“找搭子”“有人和我一起录吗？”的微信消息弹出的最多。而实际上，300元一次，做AI录音员，“给AI写剧本”并不轻松。首先在录音前，所有人都必须上传一段2-3分钟的对话录音做“样音”，字节的审核人员要通过样音的效果来决定是否通知兼职录音。而这个过程会有3名员工负责审核，其中2名员工审核都通过，才能直接预约录音时间，如果不通过，还有交叉审核。在样音二审过后，张雪在提交样音的第二周预约了晚上6-9点的录音时间。而在群聊内，不少人都被卡在了样音环节，“审核老师喜欢能聊的，爱聊的。”情绪高昂的对话，内容有主题，让更多的人卡在了筛选的第一道门槛。图注：大钟寺录音群图源：字母榜截图录制当晚，张雪隔着录音室的透明玻璃坐在椅子上，调节到语音能够被清晰录入的最佳位置，通过耳机收听字节员工的指令。第一个环节，就是两人80分钟的无主题自由聊天。而字节人员的要求，则是聊天不能是“片汤话”，要有内容，同时每个话题都不能超过10分钟，并且不能出现大段大段的独白，要保证是相对平均的对话状态。张雪和搭档在录音室内隔着巨大的头麦对谈，尽量不停顿地谈话80分钟。同时，还要尽量克制身体不能乱动，发出咳嗽声、笑声等扰乱录音质量的声音。为了保证语音质量，字节人员通过耳机不时插入，提示出现了杂音要重新录制，或者聊天“不自然，引导痕迹过重”，也要重新录制。高质量语音的标准是聊天自然、话题连续，情绪积极但不能抢话，还要有内容、不流水账。经过反复重调，第一个环节就花费了近2个小时的时间。而到了第二个环节，要录制有提示词的60组对话。尽管有了剧本可供参考，但作为AI录音员，张雪不仅要根据情境编对话，还要保证严格的对话模式，即上一组对话是A结束收尾，那么下一组对话必须由B开始。同时，为了适应大模型的调试需求，每一次的指令都必须清晰明确地说出提示词，“可以详细一些吗？可以更详细一些吗？可以再详细一些吗？”而在耳机内，字节人员也明确表示，剧本都可以改，但只有提示词不能动，换个说法，AI就可能难以识别。为了保证录音质量，录音不清晰、吞字或者情绪不足，都会重新录制。等录制结束，张雪离开大钟寺，时间已经走到了晚上近10点。而一次3小时的录音，字节人员一天要录制3场，每周的日程几乎都是满的。除了北京，字节已经在上海、杭州、重庆、南京、成都、天津等多个城市招募录音员。B对于渴求新数据的大模型厂商们来说，“砸钱拿数据”的操作并不新奇。2023年，随着AI大模型成为新风口，大厂们不仅直接通过第三方公司购买数据，也创造出了“大数据标注师”、“AI编辑”等外包岗位。2023年，小语种专业的阿琳，在考研期间就通过BOSS直聘等网站，开始为大模型“打工”。通过一家叫做“X数据”的公司，阿霖为大模型图片识别的文字内容做验收，即检验大模型图片识别后的小语种文字是否与图片一致。按照“一个词或一句话算一个核算框，一个框算1毛钱”的价格，核算几百条，阿霖一次能赚几十元。到了今年，阿霖同样通过第三方的数据公司接单，做翻译类的 AI 数据标注，价格涨成了1元多一条。但要人工判断大模型翻译出的法语等小语种是否准确，标注员不仅要找出错误之处，还要用不同的颜色，对5-6个大模型的翻译内容进行标注。“有时看一条得花10-15分钟”。为AI打工之后，阿霖也发现，这些大模型，一旦脱离了原本小语种的教科书语料库，对于社交平台新的用词，或者小众人群的惯用词，即自身的数据库没有收录，大模型就开始降智，“受限于版权，学不到新的文本内容，翻译效果也受影响。”除了第三方外包公司，大厂也建立起了自己的数据基地。例如，百度的数据基地分布在如南昌、阳泉、太原、贵州等非一线城市，并在这些城市完成数据标注、方言朗读等数据的采集，只需“招一些当地的专科生，会操作电脑就行。月工资也往往在3000-5000元之间。”美团也早就有了自己的驻厂AI训练师。不过，相比起舍得砸钱的大厂，大模型四小龙们想要拿到高质量数据，难度高了不少。“核心的闭源高质量数据，往往都已经被大厂垄断，AI创业公司，甚至是AI四小龙，都可能只能拿到边缘数据。”某大模型厂商的算法人员Leo告诉字母榜。由于高质量数据能够显著提升模型效果，因此，在开源的公开数据数据之外，大模型厂商们为了实现技术迭代，需要更高质量的数据完成训练。但这些数据往往被大公司把握，如国内的新闻数据掌握在腾讯、字节等大厂内部，海外则由Common Crawl、GDELT、The Pile等占据。在海外，即便是YouTube，也在6月底宣布，将向顶级唱片公司提供许可协议，以换取版权音乐用于训练。OpenAI 一直在与 Politico、《大西洋月刊》、《时代》、《金融时报》等新闻出版商达成付费协议，使用并引用它们的新闻资料。当关键数据主要掌握在“渠道方”内部，比如腾讯、字节和Meta等公司，关键用户数据早在移动互联网时代被瓜分完毕，要想实现技术突围，AI四小龙首先就得交一笔不小的“数据费”。C对于厂商们来说，行至大模型创业下半场，“大数据幻觉”也是大模型集体降智、测不出9.11和9.9哪个大的原因之一。当字母榜在MiniMax的海螺AI内输入“一个小女孩怀里抱着一只布偶猫”，耗时2分钟，生成的6秒视频内，小女孩抱猫咪的手指细节丰富，只是怀里抱着的，并非是一只布偶猫。面对生成结果，MiniMax的视频大模型员工解释，“这是因为用于训练大模型的数据，在猫咪的绑定图片里，并没有布偶猫。”当模型生成的内容与现实世界事实或用户输入不一致，即大模型出现幻觉，开始“胡说八道”。对于渴望新用户的大模型厂商而言，生成效果显然决定了产品是否有机会出圈。“输入的指令是提取8月所有娱乐新闻，结果AI生成的是2019年8月的娱乐新闻内容。”在使用某头部大模型产品时，忠实用户孔昉已经抓到了好几次AI“胡言乱语”的瞬间，或是编纂出根本不存在的引用文献，或是不能理解近两年的新概念，这让孔昉对大模型产生了信任危机。现在，孔昉会同时用2-3个不同厂商的大模型“跑”同一个问题，然后交叉对比，对于时间、数量、文献等关键信息，也会通过搜索引擎二次确认，“现在AI生成很像抽卡，效果不可控，而且还容易。”孔昉无奈道。智障而高质量数据或将逐渐耗尽，想要解决“大模型幻觉”问题，拿什么数据来“喂养”大模型，显然颇为关键。某接近百度的人士告诉字母榜，大模型厂商们都会通过三方公司直接购买数据，省时省力但并“不省事”，就是因为购买来的数据，无论是文本、录音还是视频，质量都是不可控的。对于积极发展B端客户的头部大模型而言，针对某个客户，更个性化地定制大模型成为如今大厂AI业务主要的收入来源。但想要训练出这样个性化的模型，就需要相应高标准筛选下的数据来“喂养”，甚至根据不同阶段大模型的学习效果，进行数据需求的调控，“不是随便买一堆语音来，大模型就能学会的”。在某三方数据工作做过AI翻译的阿霖也发现，“作为提供数据的甲方，她所在的公司似乎并不真的关心大模型生成的语音质量。”对于专攻法语、西班牙语等小语种的阿霖来说，她需要为甲方同时对比5-6个大模型将小语种语音翻译成文字的生成效果，但只需要粗略得打分，对于生成的5-6份文字，到底有哪些细节的语言差异，能够如何改进，三方公司并不会询问，“漠不关心”。而缺乏高质量数据，或许也正是不少用户表示“用哪家的大模型生成的内容都差不多”的原因，也正是用户一旦“一家大模型收费，就直接换另一家”的根因。对于用户而言，宣称追赶OpenAI，在技术上持续迭代的国产大模型，或许并无实质差异，也谈不上成为忠诚用户，这也给急着商业化的大模型厂商们蒙上了一层淡淡的阴影。因此，即便亲自下场“为AI编剧本”费时费力又费钱，字节也趟出了一条新路子。而可以预见的是，为了解决商业化和用户拉新的关键问题，大手笔咬牙“买数据”，恐怕将成为大模型厂商们的新赛点。（文中阿霖、孔昉、张雪为化名）

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:郝爱民

TOP1热点：结婚后的生活会幸福吗

　　我不记得以前发生H1N1流感、埃博拉、寨卡这些重大疫情之后，有谁受到惩罚了？有谁为此担责了？当务之急，国际社会还是应该增进互信，加强团结，共同抗击疫情。正如我刚才说的，这时候拆别人的台，最终也将拆了自己的台。。

　　哈尔滨市水务局原河道堤防管理处处长唐铭钧等人采砂审批失职失责问题。2016年至2018年期间，唐铭钧、副处长王英雷、砂源管理科副主任科员张本良3人在采砂审批工作中，不认真履职，对城区饮用水水源保护范围重新划定不知情、对重新设定的水源保护区界标未实地踏查，在2015年松花江水源保护区范围已重新调整情况下，仍然依据原规划审批采砂许可，导致三年间先后有8艘采砂船在松花江二级水源保护区内采砂作业，对饮水安全构成威胁。2019年11月，唐铭钧、王英雷、张本良分别受到党内严重警告处分。

TOP2热点：芙芙的奇妙冒险【2025拜年纪单品】

　　疫情防控期间，各地各校应严格依照非营利原则合理收取住宿费，住宿费收取标准按月平均计算，按学年收取的以10个月为平均基数，按学期收取的以5个月为平均基数，学校应根据实际住宿时间收取住宿费。

　　全市已连续15天无本地报告新增确诊病例，具体为平谷区自有疫情以来无报告病例、延庆区98天、门头沟区88天、怀柔区84天、顺义区82天、密云区79天、石景山区77天、大兴区77天、房山区74天、昌平区73天、西城区71天、通州区71天、丰台区58天、东城区55天、海淀区38天、 朝阳区15天。

TOP3热点：上映半天口碑爆炸！票房逆袭！哪吒2也太好看了吧！！！14may18_XXXXXL56e

　　<strong>民航局运行监控中心副主任 孙韶华：</strong>截至4月29日，一个月时间，国航、东航、大韩、全日空等共42家中外航空公司执行来自日本、韩国、美国等39个国家的国际入境客运正班和包机共457班，运送入境旅客90052人。&nbsp;

　　为进一步巩固深化作风建设成效，持之以恒纠治“四风”，警示教育广大党员干部，力戒形式主义、官僚主义，杜绝享乐主义、奢靡之风，现将5起典型案例通报如下：

TOP4热点：从传统走向世界，一款武侠游戏的寻心之旅2023钙Gy钙站

　　关于第一个问题，我们多次说过，美国大选是美国的内部事务，中方没有兴趣去干预。同时我们也希望美国的国内政治不要拿中国说事儿。

　　然而，最大的教训是在疫情发生初期，没有把科学问题交给专业人士判断，决策相对犹豫，施策相对混乱。由于城市的灾害脆弱性是灾害风险和暴露程度的乘积，所以，初期的反应迟滞大大提高了市民面临新冠病毒的暴露程度，导致疫情失控，一方面疫情蔓延至全国各地，另一方面形成对武汉医疗资源的压力，这种情况直到封城之后才逐渐得到控制。

TOP5热点：《小品：打扑克-围棋篇》刚开始是拒绝的后来太舒服了

　　韧性城市应当未雨绸缪，养兵千日，常备无患。提升城市储备能力是对抗不确定性灾害的重要武器，这不仅包括必要充足的物资和设施储备，也包括人力资源储备和行动方案。此次疫情暴露出来光鲜亮丽的城市之下的诸多短板，例如专业公共卫生人才缺乏、医疗卫生设施覆盖不均衡、医疗卫生器械应急储备不足等，需要在日常就做好部署和预案。

　　经查，2015年至2017年，马有荣在担任青铜峡市原民族宗教事务管理局党组书记、局长期间，该单位在外签单记账用餐费用有24笔1.73万元餐费无清单、无公函。2017年5月至8月，马有荣安排并授意报账员马建荣通过虚开制作费、广告费、租车费发票的方式套取2万元支付餐费。2018年春节，马有荣安排马建荣给本单位干部职工每人发放10斤牛（羊）肉，用虚开制作费、广告费、租车费发票的方式套取0.6万元支付。马有荣还存在其他违纪违法行为。马有荣受到撤销党内职务、政务撤职处分，马建荣受到政务记过处分，违规费用予以收缴。

TOP6热点：【芊芊龍】新年快乐 蛇年大吉摸岳的䞬明三角内裤

　　住宿费不得跨学年或学期预收，未住宿不得提前收取住宿费。已按学年收取的住宿费，学校根据实际住宿时间并综合考虑与宿舍直接相关的人员、折旧等成本支出，在春季学期末结算清退。

　　1。钟山县人民政府原党组成员、副县长邱宗林违规收受礼金问题。2017年春节前，邱宗林在担任钟山县人民政府党组成员、副县长期间，收受广西某建设工程有限公司实际控制人吴某某送予的1万元礼金。邱宗林还存在其他违纪问题。邱宗林受到党内严重警告处分，违纪所得予以收缴。

TOP7热点：我们在大量笑点中找到了少量的春晚和阿䧅发生了性关系

　　本地疫情：2020年4月30日8时至5月1日8时，陕西无新增本地确诊病例，已连续71天无新增本地确诊病例。无新增疑似病例，已连续68天无新增疑似病例。无新增本地无症状感染者，已连续69天无新增本地无症状感染者。截至5月1日8时，陕西累计报告本地确诊病例245例（治愈出院242例、死亡3例），治愈率98.78%。

　　我们以前说世界百年未有之大变局，更多想的，还是世界政治经济格局变动，俄美、中美之间的博弈，西亚、北非的战事，欧洲、美洲的民粹主义，哪想到，最大的黑天鹅是疫情。

TOP8热点：《人可以有多忘本》China体育生爆🌿小受小说

　　牡丹江近日因对密切接触者居家隔离管理不力，多人聚餐，致使新增4名与境外输入病例关联无症状感染者，省疫情防控指挥部责令牡丹江疫情防控指挥部主要负责人写出书面检查，会议对相关情况进行了通报。

　　一段时间以来，美国的个别政客罔顾事实，抹黑攻击中国，企图推卸自身抗疫不力的责任，转移视线、“甩锅”推责。这种做法抹杀不了中国人民经过艰苦努力取得的抗疫成果，只会暴露美方个别人的险恶用心以及他们自身存在的严重问题……

TOP9热点：从传统走向世界，一款武侠游戏的寻心之旅ぷらひる原神

　　4月28日，黑龙江省新增无症状感染者3例（牡丹江），为境外输入关联确诊病例邬某霞的密切接触者，均是纳入集中隔离医学观察之中进一步排查出来的。

　　经查，2015年至2017年，马有荣在担任青铜峡市原民族宗教事务管理局党组书记、局长期间，该单位在外签单记账用餐费用有24笔1.73万元餐费无清单、无公函。2017年5月至8月，马有荣安排并授意报账员马建荣通过虚开制作费、广告费、租车费发票的方式套取2万元支付餐费。2018年春节，马有荣安排马建荣给本单位干部职工每人发放10斤牛（羊）肉，用虚开制作费、广告费、租车费发票的方式套取0.6万元支付。马有荣还存在其他违纪违法行为。马有荣受到撤销党内职务、政务撤职处分，马建荣受到政务记过处分，违规费用予以收缴。

TOP10热点：【原神动画】决胜！纳塔战争！八重神子被丘丘人抓去繁殖

　　米舒斯京对普京说：“尊敬的弗拉基米尔·普京，刚刚得知我递交的冠状病毒检测呈阳性。因此根据俄罗斯经贸与卫生调查局的要求，我需要自我隔离，遵照医生的指示。为保证我同事的健康必须要这么做。”

　　本地疫情：2020年4月30日8时至5月1日8时，陕西无新增本地确诊病例，已连续71天无新增本地确诊病例。无新增疑似病例，已连续68天无新增疑似病例。无新增本地无症状感染者，已连续69天无新增本地无症状感染者。截至5月1日8时，陕西累计报告本地确诊病例245例（治愈出院242例、死亡3例），治愈率98.78%。