深度分析
FineVision：為開源視覺－語言模型構建可複製的資料策展流程
FineVision 是一個公開釋出的視覺－語言訓練語料庫，作者以半自動化、人工在環的資料策展流程，統整來自超過200個公開來源、整理為185個子集，形成超過2400萬筆樣本的語料。資料處理涵蓋格式統一、去重、污染檢測與跨基準測試集去汙等機制，同時將多樣任務（包含 GUI/agentic 操作）納入統一行為空間。
深度分析
FineVision 是一個公開釋出的視覺－語言訓練語料庫，作者以半自動化、人工在環的資料策展流程，統整來自超過200個公開來源、整理為185個子集，形成超過2400萬筆樣本的語料。資料處理涵蓋格式統一、去重、污染檢測與跨基準測試集去汙等機制，同時將多樣任務（包含 GUI/agentic 操作）納入統一行為空間。
深度分析
研究指出大型語言模型改變知識生產；本文用人類—模型反饋迴路建立簡化動態模型，聚焦人類認知、資料品質與模型能力三變數，並以信息論說明過度依賴AI會導致資料多樣性下降與次優穩定。研究還預測存在臨界依賴門檻，超過後系統可能進入低多樣性悖論性平衡，建議以資料策展與人機協作設計作為緩解。