目前工业界的后训练与强化学习框架已经高度成熟稳定,只要喂给模型 1 万到 10 万条极高质量的垂直场景数据(比如金融建模、复杂编程、法律合同审查),短短几周甚至几天内,模型在该领域的能力和榜单跑分就会肉眼可见地暴涨。而中国大模型今年对外部数据的饥渴,比硅谷来得更加猛烈——根源在于,过去两年国内行业太习惯于”以模训模”的捷径,一直没有培养起健康的底层数据生态。正是因为过去沉迷”以模训模”的低成本捷径、错过了培育健康数据生态的窗口期,当今年后训练的军备竞赛突然打响,大厂手里攥着数亿预算却找不到足够多靠谱的供应商——巨大的供需错配,瞬间点燃了整个数据江湖的狂热与失控。

