同樣是一張醫療影像，兩個人都可以在圖上標出異常位置；同樣是一段法律文本，兩個人都可以給它分類。提交上來的標籤可能整齊劃一，訓練模型時也都能讀取進去。 但如果任務本來需要專業判斷，標註者是否有相應資質，就不能只靠個人資料裡的一句「我是專家」。 @primus_labs 在數據質量應用場景中提出，使用 zkTLS 數據證明來核驗醫療、法律等專業標註者的資格，例如他們是否具備相應的專業身份。這個想法切入的是 AI 訓練很前面的一步：還未討論模型學得好不好，先弄清為它提供判斷的人是否符合任務要求。 資格證明當然不能保證某個人的每一條標註都正確，後續仍需要抽檢、複核和糾錯。但如果連資質都只能靠自述，質量控制從一開始就少了一道依據。 現在這還是官方文件描述的應用場景。我希望以後看到更具體的落地方式：怎樣驗證資格、怎樣保護標註者不必公開全部個人資料，以及錯誤標籤被發現後如何追溯。AI 要學會判斷，訓練它的人是誰，也應該經得起核對。 #PrimusLabs #AIData @KaitoAI