E253｜谁在给大模型出题、卖题、判卷？聊聊AI数据行业的野蛮生长

大模型数据范式正从人工标注转向可验证的强化学习环境与智能体数据。随着模型能力提升，训练需求已演变为构建包含工具、反馈机制及评分标准的复杂任务环境。数据公司通过提供专家知识与工程化环境，成为模型研发的关键支撑。评测基准在衡量模型能力方面发挥核心作用，但面临数据污染、主观性评价及专家数据获取成本高等挑战。未来，数据采购与研发能力将成为核心壁垒，模型公司需平衡自建评测与第三方数据采购，以应对日益复杂的应用场景。行业正从单纯的 “刷分” 转向追求泛化能力与真实工作流的深度优化，高质量的数据验证体系已成为决定模型性能的关键命题。