Scale AI的数据标注质量被认为偏低，主要是因为其商业模式转型滞后。Scale AI早期依靠众包模式，利用全球范围内的低成本劳动力进行大规模的简单数据标注 。但随着AI技术的发展，尤其是大语言模型能力的深化，行业对数据的需求已从“量”转向“质”，如今的模型需要由医生、律师、物理学家等具备深厚专业知识的领域专家来提供和校验高质量、高精准度的训练数据 。

Scale AI虽然已通过其Outlier平台努力吸引这类专业人才，但Surge和Mercor等竞争对手从一开始就建立在高薪聘用专业人才的模式之上，发展速度更快，能更好地满足前沿模型训练的严苛要求，因此Meta内部研究人员更倾向于与它们合作。 http://t.cn/AXPyCAsa