一起动脑筋 · 先看一个小故事
女孩复制同一张苹果照片一万次，机器人问：“这真的比十种不同苹果的照片更有帮助吗？”
把过程摊开来看
- 数量有多少样例
- 质量标注与内容是否可靠
- 覆盖是否包含不同情况
- 评估新样例上是否改善
数据价值不仅取决于数量，还取决于质量、覆盖范围与任务相关性。
大量重复或错误数据可能强化偏差，增加成本却没有带来需要的新信息。
补充模型常犯错的、合理且有代表性的样例，往往比盲目重复更有针对性。
轮到你来试一试
所有狗图都来自同一只狗，数量再多，测试陌生狗时能保证准确吗？
想好了吗？点开看解释
不能，外形与背景覆盖可能不足，要用多样的新样本检查。
带走一个发现
数据价值不仅取决于数量，还取决于质量、覆盖范围与任务相关性。
试着遮住上面的图，把每一步讲给家人听。如果某一步说不清楚，就回到那张卡片再看一遍。