👀 довольно интересно… • Оценка модели: 50% • Очистка и организация данных: 40% • Интеграция системы: 8% • Обучение модели: 2% Суть не в том, что обучение не важно. А в том, что большинство людей значительно недооценивают важность данных и оценки. Работая с основателями, создающими AI-камеры, робототехнику и системы edge AI, мы видели то же самое. Команды часто тратят недели на споры о том, какую модель выбрать, но гораздо меньше времени уделяют определению успеха, улучшению меток или пониманию случаев сбоя. Более качественная модель может дать небольшой прирост. А более эффективная обратная связь может изменить траекторию всего продукта. По мере того как фундаментальные модели становятся всё более доступными, настоящим барьером для входа может стать не сама модель, а качество данных и дисциплина их оценки.