DatologyAI (United States)

DatologyAI 自称是面向 AI 模型构建者的数据精炼厂。它基于客户自有数据运行，不出售数据、不采购 token，而是改善客户的数据。其四阶段流水线——清洗（Clean）、筛选（Curate）、生成（Create）、组合（Compose）——产出分阶段训练数据集，用于开放模型的中期训练或自研基础模型的预训练，并部署在客户的私有云上。公司将数据质量定位为算力倍增器，并表示其使命是让数据筛选民主化，使每家公司——而不仅是拥有庞大预算和专业团队的机构——都能更快、更经济地训练出更好的模型。

根据其“关于”页面，DatologyAI 的创立初衷是帮助 AI 模型挑选最佳训练数据。公司表示其实现了数据筛选的民主化，让每家公司都能轻松用正确的数据训练自己的定制模型，而无需投入大量资源。其平台利用前沿研究识别冗余、噪声或其他有害的数据点，并管理从 blob 存储中的数据到训练代码所用数据加载器的整个流程。

将数据质量视为 AI 中最大的杠杆和算力倍增器；提供完全自动化、可扩展且易于实施的数据筛选。

• 数据精炼流水线

  四阶段流水线：清洗（移除格式不良、空、过短及受评测污染的数据）、筛选（按质量、任务和分类体系定制数据）、生成（生成合成数据以最大化任务相关性和多样性）、组合（最优混合数据源以产出分阶段训练数据集）。

1. 1Datology: Train Better Models, Faster and Smallerdatologyai.com
2. 2Our Mission: Democratize AI Data Curation | DatologyAIdatologyai.com