让人工智能发展更快更强！
晴数智慧（英文：Magic Data ）是一家全球领先高质量数据集解决方案公司，为人工智能领域研发企业和科研机构提供高质量 AI 训练数据集及专业咨询服务。晴数智慧在传统采集标注基础上，围绕构建高质量数据，为客户提供 MLOps 闭环支撑，在数据咨询，生成，清洗，分类，微调，测试等环节，提供专业的 DaaS（Data as a Service） 解决方案。晴数智慧产品覆盖智慧出行、智慧金融、智能社交、智能家居、智能终端等五大行业，迄今服务了微软、高通、英伟达、阿里巴巴、百度、腾讯等国内外近 300 家合作伙伴。
Magic Data 入选北京市 2021 第一批专精特新“小巨人”企业、先后荣获“国家高新技术企业”、“中关村高新技术企业”、“中关村金种子企业”、“海淀区胚芽企业”等荣誉；担任中国信息协会理事，同时是中国计算机学会、中国人工智能学会会员单位。获得“阿里云 2021 年度优秀供应商”。通过 CMMI-3、微软 SSPA 认证，ISO/IEC 27701：2019 标准认证以及 ISO 27001、ISO 9001 标准认证。
Magic Data 创始人兼 CEO
· 中科院声学所博士，曾任副研究员
· 法国国家实验室 CNRS 博士后
· 《财富》2021 年中国最具影响力商界女性（未来榜）
· 创业邦 2021 年最值得关注的女性创业者
· 中国科学院杰出科技成就奖
· 科学技术厅科学技术进步奖一等奖
· CCF 语音对话与听觉专委会委员 / CCF 智能汽车分会执行委员
· CCF 女计算机工作者委员会委员 / CCF 标准工作委员会委员
北京爱数智慧科技有限公司品牌升级，中文名称正式更名“北京晴数智慧科技有限公司”，英文名称沿用Magic Data，进一步将业务推向高质量数据集的构建和解决方案领域。
“Training data is technology” .数据即科技，OpenAI的联合创始人Ilya Sutskever在与知名科技媒体The Verge访谈中提到。ChatGPT自发布以来热度席卷全球，一周前惊艳亮相的GPT-4更是让人感叹我们迎来了AI发展的历史性时刻。然而我们也困惑，OpenAI为何不开源GPT-4？在我们看来，更多的奥秘或许存在于数据之中......本文是Magic Data创始人兼CEO张晴晴博士关于数据、大模型与生成式AI的观点分享。
尽管就目前来看ChatGPT对大部分问答都能基本做到“对答如流”。但是，ChatGPT本质上依旧是预训练模型驱动的产物，模型的成熟度、完善度对它回答的准确度有着很大的影响。
在过去的一月里，人工智能领域中最火的话题莫过"ChatGPT"。MagicHub数据开源社区已开源部分基于ChatGPT的可扩展的对话数据集。
Magic Data联合中科院声学研究所、上海交通大学和西北工业大学，在Magichub开源社区正式开源180小时中文对话式语音数据集MagicData-RAMC。MagicData-RAMC是一批高质量且标注丰富的训练数据，可以很好地支持开发者完成语音识别和说话人日志相关的研究。
晴数智慧深耕对话式AI领域多年，构建了累计千万轮LLM多领域超自然SFT多轮对话文本数据集，覆盖近20个语种及方言，语料话题分布广泛，涉及休闲娱乐、衣食住行、教育医疗等近20个领域。
北京爱数智慧科技有限公司品牌升级，中文名称正式更名“北京晴数智慧科技有限公司”，英文名称沿用Magic Data，进一步将业务推向高质量数据集的构建和解决方案领域。
“Training data is technology” .数据即科技，OpenAI的联合创始人Ilya Sutskever在与知名科技媒体The Verge访谈中提到。ChatGPT自发布以来热度席卷全球，一周前惊艳亮相的GPT-4更是让人感叹我们迎来了AI发展的历史性时刻。然而我们也困惑，OpenAI为何不开源GPT-4？在我们看来，更多的奥秘或许存在于数据之中......本文是Magic Data创始人兼CEO张晴晴博士关于数据、大模型与生成式AI的观点分享。
尽管就目前来看ChatGPT对大部分问答都能基本做到“对答如流”。但是，ChatGPT本质上依旧是预训练模型驱动的产物，模型的成熟度、完善度对它回答的准确度有着很大的影响。
在过去的一月里，人工智能领域中最火的话题莫过"ChatGPT"。MagicHub数据开源社区已开源部分基于ChatGPT的可扩展的对话数据集。
Magic Data联合中科院声学研究所、上海交通大学和西北工业大学，在Magichub开源社区正式开源180小时中文对话式语音数据集MagicData-RAMC。MagicData-RAMC是一批高质量且标注丰富的训练数据，可以很好地支持开发者完成语音识别和说话人日志相关的研究。
晴数智慧深耕对话式AI领域多年，构建了累计千万轮LLM多领域超自然SFT多轮对话文本数据集，覆盖近20个语种及方言，语料话题分布广泛，涉及休闲娱乐、衣食住行、教育医疗等近20个领域。