自从大模型诞生，这项工作变得复杂许多。“现在任务类型多种多样，除了文本以外，还可能有图像、音频等，大模型根据语料推理出来的答案也更加不可控。”小磊提到，DeepSeek的出现也给行业带来很大变化。“过去大家都在堆语料，觉得越多越好，但现在要打个问号，思考是不是应该调整方向。”小磊说，以往做小模型的知识库构建时也曾遇到过类似问题，“一开始确实堆的知识越多效果越好，但超过临界值以后，反而会出现意图缠绕，知识变得混淆不清。”

　　尽管大模型的功能日益强大，但小磊发现问题也逐渐凸显。“大模型确实很擅长公文写作，只是精准度依然有限。像央国企的公文，通常要求比较高，大模型暂时还很难达到这个标准。”

　　此外，“AI幻觉”也成为备受关注的热门话题。“大模型在回答时出现错误，甚至‘一本正经地胡说八道’，背后原因可能是多种多样的，其中就包括语料的质量问题。”小磊说，需要针对案例进行排查，确认到底是哪个环节出了问题，然后再调整大模型本身的策略。

　　为了提升语料的质量，小磊会严格筛选可靠信源。“比如，文本类主要选择权威新闻、期刊和实体书等，而不是一些营销号的内容。”在标注过程中，小磊也会对标注人员进行规范培训，要求他们按照标准流程进行信息采集和处理。同时，团队还会参考其他大模型的回复，“相互借鉴，不断优化自己的模型。”