公开数据集挖掘
爬虫与API
众包平台
合成数据生成
标注指南编写
Label Studio
Prodigy
质量控制
Cohen's Kappa
Fleiss' Kappa
标注者信度
争议样本处理
JSON/JSONL
Parquet
Hugging Face
TFRecord
Airflow工作流
Prefect编排
流水线监控
失败重试
Prompt-Response-Choice
元数据设计
多轮对话偏好
开源工具对比
内部平台架构
任务分发
实时质量监控
偏见识别与缓解
公平性评估
透明度报告
伦理审查流程
Label Studio插件
自定义标注界面
API集成
工作流定制
数据集文档
License选择
发布平台
社区反馈收集
全流程回顾
常见陷阱
RLHF·DPO·KTO
下一步学习建议