AI 训练素材收集计划

[linonetwo]

我最近在国际论坛帖子里建议杰里米搞个训练素材收集项目，不过他们那边就算开始收集了，搞到的也只是英文素材，我们可以也搞个中文的数据集，这样以后太微 AI 就能用中文问答和帮忙写带有自动化按钮、大纲、筛选器的高级笔记了。

我在考虑是用论坛开个新版块来收集，还是用中文教程来收集。中文教程缺点是提交有点门槛；用论坛缺点是会水很多帖子，如果不能和其它版块分开会影响日常交流，而且不好强制遵守格式。

不管用什么方式收集，最终都会把中文教程、论坛、国际论坛的数据集放一起训练。

[机杼]

tiddlywiki也要迎来ai时代了，太好了。

不管怎样，只要发布出来了，可以获取到就是好事。现在就是中文数据集非常少，跟英文数据集很难比。不过能专门训练tiddlywiki的ai，应该会比gpt什么的要强了。

[linonetwo]

在论坛先新建了一个版块， https://talk.tidgi.fun/category/5

还没想好怎么组织大家来填，可能我之后用 GPT4 自动生成一些放里面，大家去打分吧。主要是现在还不清楚 AI 训练数据用什么格式填比较好，可能得一问一答吧

问：xxxxx
xxxx
答：xxxxx
xxxx
xxxx