我認為開放資料集正在成為人工智慧領域最重要的貢獻。 原因有幾點： 我們仍然缺乏真正跨領域、跨模態、跨語言、跨技術的優質開放資料集——而強化學習領域的差距尤其顯著。 資料集成本高昂，需要大量艱苦的工作，而且枯燥乏味，這使得小型團隊難以建立資料集。如果沒有強大的開放資料集，開放生態系統根本無法與封閉實驗室公平競爭。 - 開放資料集為您提供了一個全新的透明度和可重複性層面，使您能夠研究偏差、效率、可解釋性等等。 開放資料集的價值會不斷累積。您可以將它們與每種新的架構、優化器或訓練技術的突破性進展結合使用，隨著時間的推移，單一資料集可以轉化為數百個最先進的模型。模型會貶值，而開放資料集則會增值。 因此，我非常興奮地向大家介紹 @huggingface 的一項新資料集功能：Duplicate，由 Xet 提供支援。 它極大地簡化了開放資料集的創建、版本控制和迭代過程。 我們走吧！
