数据标注是什么？
监督学习有个前提：AI 要先看「带答案的题」才能学会解题。数据标注，就是人工（或 AI 辅助）给原始数据贴上一张张标签——给图片框出「行人」、给语音转成文字、给评论标上「好评/差评」。没有这些标签，再强的算法也只是「无米之炊」。为什么它这么重要？
标签决定模型上限业界有句话：垃圾进，垃圾出。喂给模型错标、漏标的数据，它学到的就是错的。
它决定了 AI 能做什么
自动驾驶要识别车道线和行人，医疗 AI 要看懂病灶，客服机器人要听懂情绪——这些都从一张张标签开始。
常见类型有哪些？
图像标注画框、描边、标关键点，教模型「看」懂图里有什么。
文本标注
标实体、分情感、标意图，教模型「读」懂人话。
语音与视频标注
转写语音、标时间轴，教模型「听」得明白。
谁在标注？
早期靠大量人力，如今很多任务由「AI 先标、人再校」的流水线完成。更前沿的做法是用大模型当标注员，再让人抽查——成本降了，但质量把关仍然离不开人。一句话记住：数据标注就是给 AI 出「带答案的练习题」。题目出得对，模型才学得会。
评论