Chú thích dữ liệu là quá trình thêm nhãn và chú thích câu trả lời đúng theo cách thủ công vào dữ liệu hình ảnh, văn bản và âm thanh được sử dụng để đào tạo mô hình AI.
Chú thích dữ liệu đề cập đến quá trình gắn nhãn chính xác vào khung phát hiện đối tượng trong hình ảnh, phân loại ý định trong văn bản, phiên âm âm thanh, v.v. làm dữ liệu đào tạo cho các mô hình học máy. Người ta nói rằng công việc thủ công của những người chú thích chuyên môn và nhân viên cộng đồng cũng như phương pháp con người trong vòng lặp trong đó con người sửa đổi các chú thích do AI soạn thảo đang được sử dụng rộng rãi. Trong hoạt động thực tế kể từ năm 2026, sự phổ biến của AI tổng hợp sẽ làm tăng nhu cầu về dữ liệu đánh giá cho RAG và agent cũng như dữ liệu cho RLHF tìm hiểu sở thích của con người và các dự án khó đòi hỏi kiến thức chuyên môn hơn là việc ghi nhãn đơn giản sẽ tăng lên. Giá thị trường thay đổi rất nhiều tùy thuộc vào mức độ phức tạp của nhiệm vụ và mặc dù việc phân loại hình ảnh đơn giản tương đối rẻ tiền nhưng chi phí có xu hướng tăng trong các lĩnh vực chuyên ngành như y học và luật hoặc trong các trường hợp yêu cầu xem xét nhiều bước. Khi chọn nhà thầu phụ tại chỗ, điều quan trọng là phải kiểm tra hệ thống kiểm soát chất lượng của người chú thích, việc xây dựng các nguyên tắc thống nhất các tiêu chuẩn nhãn và hệ thống xử lý dữ liệu bí mật. Sự khác biệt về chất lượng có liên quan trực tiếp đến độ chính xác của mô hình, do đó, việc có hay không có hoạt động kiểm tra chấp nhận mẫu và kiểm tra hai lần bởi nhiều người cũng là một yếu tố quan trọng cần cân nhắc.