Token贵只因你喂给模型的垃圾太多了丨@亚马逊王晓野AIGC2026
在AIGC2026大会上,亚马逊AI负责人王晓野指出,当前AI模型Token成本高昂的根源在于训练数据质量低下。他批评许多企业盲目堆砌数据,导致模型学习大量噪声和冗余信息,增加计算开销。王晓野建议,通过数据清洗、去重和标注优化,可将Token成本降低50%以上。他展示亚马逊内部案例,使用高质量数据训练后,模型性能提升20%,成本下降40%。专家讨论认为,数据质量是AI效率的关键,但高质量数据获取成本高。王晓野呼吁行业建立数据标准,并推广“少而精”的训练策略。这一观点引发热议,部分人认为数据量仍是优势。