如果你的 AI 模型的基础是用有缺陷的数据构建的，而你却毫不知情，那会怎么样？ AI 数据标注的时代已经发生了翻天覆地的变化。过去，它涉及简单的任务，例如回答“这张图片里有猫吗？”或围绕清晰定义的物体绘制边界框，而现在则需要复杂的数据准备。现代数据标注远比这复杂：多模态数据集需要深入的语义理解，主观判断因文化而异，边缘案例需要情境理解。传统质量控制框架是为更简单、更客观的标注任务设计的，已不再足以应对这些挑战。