随着人工智能公司逐渐成熟，对高质量数据的争夺已成为行业内竞争最激烈的领域之一，催生了Mercor、Surge以及Scale AI等公司。如今，随着Alexandr Wang转投Meta负责AI业务，许多投资者看到了机会，并愿意资助那些拥有极具吸引力新策略来收集训练数据的公司。
Y Combinator毕业公司Datacurve便是其中之一，专注于为软件开发提供高质量数据。周四，该公司宣布完成由Chemistry的Mark Goldberg领投的1500万美元A轮融资，DeepMind、Vercel、Anthropic和OpenAI的员工也参与了投资。在此轮之前，该公司曾获得270万美元种子轮融资，前Coinbase首席技术官Balaji Srinivasan进行了投资。
Datacurve采用“赏金猎人”系统吸引熟练的软件工程师完成最难获取的数据集。该公司为这些贡献付费，迄今已分发超过100万美元的赏金。
但联合创始人Serena Ge表示，最大的动力并非金钱。对于软件开发等高价值服务而言，数据工作的报酬始终远低于传统就业——因此该公司最重要的优势在于积极的用户体验。
Ge说：“我们将这视为一种消费产品，而非数据标注操作。”“我们花大量时间思考：如何优化它，以便让我们想要的人才感兴趣并加入我们的平台？”
这一点尤为重要，因为后训练数据的需求正变得日益复杂。虽然早期的模型是在简单数据集上训练的，但如今的AI产品依赖于复杂的强化学习环境，这些环境需要通过特定且战略性的数据收集来构建。随着环境变得越来越复杂，对数据的数量和质量要求都变得更加严苛——这一因素可能使像Datacurve这样的高质量数据收集公司占据优势。
作为一家早期阶段的公司，Datacurve目前专注于软件工程领域，但Ge表示，该模式同样可以轻易应用于金融、营销甚至医学等领域。
Ge说：“我们目前正在做的是创建一个用于后训练数据收集的基础设施，以吸引并留住各自领域内高度胜任的人才。”