Palavras de Mark Wen Xin, 4.000 yuans por mês

Fonte: Pinwan

Autor: Vinagre

“Tanta inteligência quanto inteligência artificial”.

As piadas estão escondidas atrás da inteligência artificial e ainda são verdadeiras até agora. Ding Yang, que acabou de se formar na universidade, tem temporariamente seu futuro na segunda metade da sentença.

Ding Yang estudou engenharia química leve quando estava na universidade. Após a formatura, a maioria dos alunos do departamento foi para fábricas de papel em três turnos. Ele não queria ir para a fábrica. Depois de se formar em junho deste ano, Ding Yang retornou a Haikou. No início de agosto, ele fez uma versão eletrônica do banco de perguntas de treinamento e, dois dias depois, tornou-se um rotulador de dados "novato" de Wenxin Yiyan.

O China Merchants Building no distrito de Xiuying, cidade de Haikou, costuma ser chamado de "base" pelos rotuladores de dados de Wen Xinyi. Mais de duzentas pessoas entravam e saíam desta base, distribuídas pelos três andares deste prédio de escritórios. Eles tinham que assinar um acordo de confidencialidade antes de entrar no trabalho e tinham que escanear seus rostos ao entrar pela porta. Cada pessoa tinha um computador. Muitos computadores foram alugados e enviados pelo patrão de Shanxi, porque Não há muitos conhecidos que aluguem esses equipamentos localmente.

"Não custa 500 yuans para comprar este computador. Certa vez, levei o host para pesquisar no Xianyu - valia 60 yuans. Posso instalar um muito melhor por 500 yuans."

Ding Yang se inscreveu em ciência da computação durante o vestibular e mais tarde foi transferido para engenharia química leve, mas não se interessou por isso. Em vez disso, ele leu muito sobre engenharia de computação e software na faculdade, o que o fez ouvir sobre isso rapidamente no final do ano passado.O surgimento do ChatGPT.

Em dezembro, ele registrou uma conta no ChatGPT e então “a capacidade está além da minha previsão”, disse ele.

Fonte: Pinwan

Quando encontrei Ding Yang na estação de trabalho da base, a pergunta na tela do computador à sua frente era: “Qual é o padrão de uma pessoa de sucesso?”

Esta pode ser uma pergunta real de um usuário Wenxin Yiyan ou pode ser uma pergunta de teste gerada do nada, mas é colocada na frente da tela e precisa ser marcada.

Rotular não é fácil.

Para uma dessas perguntas, haverá cinco respostas diferentes dadas por Wen Xin Yiyan. O rotulador de dados deve lê-los e então descobrir todas as falhas em cada resposta.

Por exemplo, existem erros de digitação nas respostas ou o uso errado de palavras lógicas como "porque" e "então", mas a maioria das respostas são irrelevantes para a pergunta, ou existem as chamadas "ilusões" que não têm nenhuma informação factual. base em um determinado parágrafo.

Ele dará a essas cinco respostas uma pontuação de acordo com a qualidade da resposta, com pontuação total de 5 pontos, total de cinco níveis e mínimo de 1 ponto. Para respostas com 3 pontos ou menos, Ding Yang precisa dividir cada erro em diferentes tipos de erros fornecidos pelo sistema de rotulagem.

Este processo complexo de correção de erros consiste em treinar e gerar um modelo de recompensa RM adequado (modelo de recompensa, também chamado de modelo de preferência), e as ações de pontuação e classificação alinharão ainda mais o modelo com as preferências humanas.

Esta também é a chave para o sucesso do ChatGPT.O artigo da OpenAI descreveu o processo de alinhamento da inteligência artificial às ideias humanas durante o processo de ajuste de instruções.

Antes do trabalho dos rotuladores de dados, é necessário mais pessoal profissional para transformar o corpus divergente em pares específicos de perguntas e respostas e, em seguida, alimentá-los no modelo grande como perguntas de exemplo. Depois que este último é otimizado após um grande número de perguntas e respostas treinamento de dados, ele começa a responder perguntas.

Nesta fase, o rotulador de dados avalia a qualidade das respostas geradas pelo grande modelo nas perspectivas de segurança, precisão e relevância.Esses dados de avaliação treinam ainda mais um modelo de recompensa. No final, este modelo de recompensa substituirá o trabalho de rotulagem manual.

Por trás da avaliação da OpenAI de mais de US$ 30 bilhões, há um grande número de trabalhadores quenianos de rotulagem de dados cujos salários por hora são inferiores a US$ 2, caso contrário não estaria na frente de Ding Yang em dezembro do ano passado.

Mas Ding Yang não sabia a definição de RM ou SFT, ele disse que não havia esse conteúdo teórico no treinamento antes de começar, e algumas pessoas aqui nem sabiam para que Wen Xinyiyan ele estava trabalhando. Mas isso não importa, o que importa é fazer as coisas.

O salário básico desse trabalho, que é das nove às seis da manhã e seis dias de folga, é de 1.800 yuans. Depois de um mês, se você acertar em média 40 questões por dia, receberá o salário base. O salário base é calculado de acordo com a taxa de conclusão, e a comissão também deve levar em consideração a taxa correta. O “veterano” que está aqui há algum tempo tem uma carga de trabalho estável de 7 ou 80 por dia, e os problemas encontrados são mais difíceis. Em média, você pode ganhar 4.000 yuans por mês. Se você trabalhar mais, como corrigir cerca de 100 perguntas por dia, poderá ganhar 7.000 yuans por mês.

Para um recém-formado como Ding Yang, 4.000 yuans é considerado um trabalho com um começo decente. O salário médio mensal do povo de Haikou é de pouco mais de 3.000 yuans, e mesmo 6 em cada 10 pessoas não conseguem 3.000 yuans por mês. O famoso pó Hou'an local custa 11 yuans, e os taggers do ChatGPT podem comprar uma tigela por uma hora. Em comparação, o pó é caro. Segundo ele, as pessoas em Haikou não ganham muito dinheiro, mas estão dispostas a gastar com comida.

Fonte: Pinwan

“As ações são as mais difíceis, ou os carros”, disse Ding Yang. Pode levar 20 minutos para encontrar um problema nesta área.

“Por exemplo, alguém vai perguntar se deve comprar um BMW Série 3 ou um Mercedes-Benz Série C.” Neste momento, o grande modelo listará mais de 80 parâmetros sobre os dois carros para o usuário comparar, e ele terá que siga atrás dele um por um. Verifique a autenticidade de cada parâmetro.

Depois de meio mês de trabalho, centenas de questões foram marcadas, mas ele disse que na sua impressão, conseguir 3 pontos já é bom, e é raro conseguir 4 pontos.

Ele se lembrou de uma pergunta que obteve 4 pontos, o título era “Por que Lin Daiyu lutou contra o Demônio dos Ossos?”

Wen Xin não seguiu o poste com uma palavra e percebeu que Lin Daiyu não foi quem derrotou Bone Demon, e então apresentou os antecedentes de Lin Daiyu e Bone Demon. Em todas as dimensões da qualidade da resposta, isso é quase impecável.

Eu levantei esta questão para Claude 2, e ele disse: “O Demônio de Ossos se transformou em Wang Xifeng e humilhou Lin Daiyu muitas vezes, e Lin Daiyu ficou zangado com a morte do Demônio de Ossos.”——A alucinação é realmente problemática o suficiente.

Fonte: Pinwan

No início de 2020, "formador de inteligência artificial" tornou-se oficialmente uma profissão e foi incluído no diretório nacional de classificação ocupacional. Dois anos depois, a onda de grandes modelos abriu repentinamente um buraco maior neste diretório.

Observar a inteligência artificial tirar empregos antigos dos humanos e depois esperar que ela crie novos. Assim como a carruagem foi substituída pelo carro, a nova indústria dará ao condutor da carruagem uma metáfora geral de um novo mundo de trabalho para enriquecer.Muitos investidores que procuram alvos com dinheiro compram esta afirmação, e algumas pessoas não "Não acredite. Por exemplo, eles lançaram as bases para o aprendizado profundo. Agora o inglês Geoffrey Hinton está preocupado.

Mas a criação mais direta no momento é o rotulador de big model data como Ding Yang.

Antes de 2022, a fronteira da inteligência artificial ainda era definida por carros autônomos que não conseguem se controlar. Existe uma metáfora fria para rotuladores de dados:

“Se você pensar na IA como um animal, o trabalho de um rotulador de dados é aproximadamente equivalente a preparar ração.”

O trabalho é barato, repetitivo – nem perto o suficiente para ser um alimentador.

Um rotulador de dados tradicional, o trabalho diário consiste apenas em observar cuidadosamente cada imagem recebida, circular o contorno de um carro ou de um cachorro, rotulá-lo, arrastar e soltá-lo em pastas diferentes; ou usar matriz de pontos A ferramenta marca os obstáculos em cada quadro de um vídeo de condução, deixando uma "área dirigível" completa.

Tal ação pode ser realizada 2.000 vezes por dia por um rotulador de dados.

Apenas dados rotulados podem ser aprendidos pela inteligência artificial. Um fornecedor de dados de condução autônoma afirmou certa vez que o grau de automação da rotulagem de dados ainda é de apenas 5% desde o desenvolvimento da rotulagem de dados, e os outros 95% do trabalho de rotulagem ainda são feitos manualmente.

Após a chegada do grande modelo, o próprio tipo de rotulagem dos dados começou a mudar. Não apenas desenhar caixas, desenhar pontos ou desenhar linhas na tela, o trabalho principal do grande etiquetador de dados de modelo torna-se a avaliação, classificação e pontuação do conteúdo gerado. Se envolver múltiplas rodadas de diálogo ou geração de conteúdo multimodal, a dificuldade Outro aumento acentuado.

Se se diz que a anotação do modelo na era tradicional do CV e da PNL tende a agir de acordo com regras objetivas, as regras de anotação dos grandes modelos são mais subjetivas e também testam a qualidade do pessoal de anotação. Por causa disso, as grandes equipes de etiquetagem de modelos do Baidu em Haikou e Shanxi são todas estudantes de graduação ou superiores.

Os rotuladores comuns na base de Haikou têm a oportunidade de serem promovidos a inspetores de qualidade e, em seguida, podem ser instrutores, depois supervisores e, finalmente, gerentes de projeto. Este é um canal que foi estabelecido há poucos meses. Um agente que fez anotações de dados para Wenxin Yiyan em Haikou disse que após o período de estágio, alguém pode ser promovido se houver cargos internos e não houver cronograma.

Esta é uma nova indústria que está se formando rapidamente. “Cada link é um recém-chegado”, disse Ding Yang.

Após o inspetor de qualidade concluir a primeira revisão, ele entregará o banco de questões para a segunda revisão. A segunda revisão foi conduzida internamente pelo Baidu, e os dados de treinamento não estavam nas mãos da equipe de rotulagem da Ding Yang.

Ding Yang, que trabalha para Wen Xinyiyan, e mais de 200 pessoas em toda a base não são funcionários do Baidu.

As etiquetadoras da base Haikou pertencem a quatro agências diferentes. Seus contratos de trabalho são assinados com essas empresas terceirizadas de rotulagem de dados. Esta é a prática desta posição.A longa história de inteligência artificial do Baidu, desde a pesquisa até a condução autônoma e modelos em grande escala, está por trás de mais de 600 agentes em todo o país e 200.000 rotuladores de dados em mais de 300 cidades.

O Baidu pressupõe que o tamanho de sua equipe modelo em grande escala em tempo integral seja próximo a 10.000 pessoas.Este plano será cumprido como uma nova "base" em mais de dez cidades em todo o país no futuro.

Hu Chi, gerente de produto da Baidu Intelligent Cloud Data Annotation Base, acredita que grandes anotadores de dados de modelos serão uma carreira de longo prazo. Com o aprofundamento das capacidades dos grandes modelos em vários cenários, novos problemas surgirão, o que também significa que surgirão novos requisitos de rotulagem.Os humanos sempre precisarão de um alinhamento tão diligente.

Ding Yang disse que sairia daqui.

Havia mais de 20 rotuladores de dados novatos que chegaram ao mesmo tempo que ele, e a maioria deles saiu logo – a maioria deles saiu voluntariamente. Pelo conteúdo enfadonho do trabalho, pela forma de ganhar dinheiro à peça e pelo consumo das pessoas, não é difícil imaginar que esta será uma posição de alta fluidez. E por mais que as pessoas aplaudam, a insegurança de ser substituído por máquinas está aí, o que todo mundo adora ver.

Ding Yang vê isso como uma oportunidade de crescer junto com a indústria. “Experimente e veja se você consegue ser um supervisor”, disse ele, antes de encontrar uma posição mais próxima da onda de IA.

(Ding Yang é um pseudônimo no texto)