👀 khá thú vị…. • Đánh giá mô hình: 50% • Làm sạch và tổ chức dữ liệu: 40% • Tích hợp hệ thống: 8% • Đào tạo mô hình: 2% Điểm chính không phải là việc đào tạo không quan trọng, mà là hầu hết mọi người đều đánh giá thấp quá mức tầm quan trọng của dữ liệu và đánh giá. Khi làm việc với các nhà sáng lập xây dựng camera AI, robot và hệ thống AI biên, chúng tôi đã chứng kiến điều tương tự. Các đội thường dành hàng tuần để tranh luận nên dùng mô hình nào, trong khi dành ít thời gian hơn nhiều để xác định thành công, cải thiện nhãn hoặc hiểu các trường hợp thất bại. Một mô hình tốt hơn có thể mang lại lợi ích tăng dần. Một vòng phản hồi tốt hơn có thể thay đổi toàn bộ hướng đi của sản phẩm. Khi các mô hình nền tảng ngày càng dễ tiếp cận, lợi thế thực sự có thể không nằm ở chính mô hình, mà ở chất lượng dữ liệu và sự kỷ luật trong cách đánh giá nó.