data-centric-ai

收录理由

许多把机器学习模型真正推上生产环境的团队，最后都会撞上同一个结论：数据的质量才是决定成败的关卡，模型本身反而不是最卡脖子的地方。这个仓库由斯坦福Hazy Research小组维护，把围绕这一问题的讨论集中整理到一起，按弱监督、数据增强、数据清洗、鲁棒性、细粒度评估等方向分门别类，每个部分都指向相关论文、演讲和工具，方便读者按图索骥。它是一份带有明确主观视角的资源索引，而不是拿来即装的软件，所以最适合当作一份阅读清单的起点，给那些想在自己数据管道里提升数据质量的人指路。维护者也接受读者的贡献，这让清单能随着领域发展不断更新，而不是停留在某个时间点上。