基础概念 · 01-09
训练数据（Training Data）
用来训练模型的样本集合，模型从中学习语言、图像、行为或任务规律。
训练数据（Training Data）
用来训练模型的样本集合，模型从中学习语言、图像、行为或任务规律。
一、是什么
- 用来训练模型的样本集合，模型从中学习语言、图像、行为或任务规律。
- 类比：像学生刷过的题库，题库质量会影响他的答题习惯。
- 关键澄清：
| 它不是什么 | 它是什么 |
|---|---|
| 不是模型运行时临时查到的资料 | 训练阶段喂给模型的基础材料 |
二、为什么重要
- 训练数据决定模型知识范围、表达风格、偏见和短板。
- 不懂它会怎样：数据脏、偏、少，模型就可能学歪。
三、日常怎么理解
- 用一句话讲给非技术朋友听：模型吃什么数据，就容易长出什么习惯。
- 常见场景：文本语料、代码仓库、图片标注、用户反馈都可能成为训练数据。
四、常见误解
| 误解 | 真相 |
|---|---|
| 数据越多越好 | 规模重要，质量、授权、覆盖度和清洗同样重要。 |
五、延伸阅读
适用场景与行动
场景：适合用来建立 AI 核心概念的共同语言。
适合谁：非技术创业者、AI 产品使用者、内容与业务负责人
下一步：先用一句话复述这个概念，再判断它和你的业务场景有什么关系。
这张卡片由杨思远基于真实工作流和实测经验整理。
如发现信息过时或有误，可通过 /contact 反馈。