值此国际妇女节之际，祝愿所有女性朋友们节日快乐！在这个特别的日子里，我们不仅庆祝女性的成就与力量，更聚焦于那些在AI行业中熠熠发光的女性们。她们以智慧与勇气，不断突破界限，推动科技的边界向前延伸。

《中国女性》（海外版）的报道《新职业焕发“她力量”》，正是对这些女性的致敬，其中，采访了来自考拉悠然的女性生成式人工智能系统应用员。下面请阅读详细报道，让我们认识考拉悠然的这位“她力量”。

去年，人力资源和社会保障部发布了19个新职业，其中半数以上与新质生产力密切相关，“数”“智”特色鲜明。生成式人工智能系统应用员、云网智能运维员、智能网联汽车测试员等职业的从业者，通过专业的技能和服务，在推动技术创新、提升产业效能方面做出了社会贡献。这些岗位中的“她们”也以卓越的能力、饱满的热情，展现出独特的风采。

训练AI就像教“孩子”

生成式人工智能系统应用员是运用生成式人工智能技术及工具，从事生成式人工智能系统设计、调用、训练、优化、维护管理等工作的人员。作为一名生成式人工智能系统应用员，付霞在这一领域工作了6年。她毕业于计算机专业，目前参与的项目主要聚焦于多模态大模型在各领域的应用，主要工作包括训练数据的构建、模型的训练与优化以及应用。

大模型是生成式人工智能的核心，它是一种聪明的计算机程序，能理解和生成人类日常使用的话语，并按照指定需求完成复杂任务。而训练大模型，让它从无知变得聪明，则是一项极具挑战性与创造性的工作。“就像精心培育一个聪明却偶尔‘犯错’的孩子，期望它能茁壮成长。”

天真的孩子在成长过程中会接触到各种信息，比如书本上的文字、老师的讲解、周围环境的声音等。对于大模型来说，就需要应用员不断向它输入海量的数据和知识。付霞通常需要收集各种领域相关的原始数据，包括文本、图片及视频，并对数据进行清洗，去除噪声数据。      

“数据是模型训练的基石，其质量直接关乎模型的最终性能。”而“噪声数据”就像生活中影响孩子成长的不良因素。“它会干扰模型训练，导致最后训练好的模型不如人意。”拿图文数据来说，就有图像模糊、图文不匹配，文本重复或文本质量不高等多种情况。除此之外，数据分布不均衡问题也是一个难题，比如某一类别的数据量过多而某些类特别少，也会影响模型的性能和准确性。

为解决这些问题，付霞下了苦功夫，她用算法和人工结合的方式严格筛选数据，并让模型均衡学习不同类别的数据。在构建智慧城市大模型时，她花了不少时间在数据收集、清洗上。她深知，人工智能是一个充满挑战的领域，而她乐于面对这些困难。“每一次攻克难题的过程，都是能力提升的积累，而每一次突破，都会让你在AI的道路上走得更远、更稳。”

人类学习了新知识后，需要通过练习来巩固深化，大模型也是如此。在数据输入后，应用员会随时“批改作业”，调整参数以不断优化性能，提升模型对领域知识的理解和生成能力。模型训练好后，她会将模型部署到具体的平台中，后续由开发人员将模型能力转化为具体的应用功能。“整个流程是一个循环优化的过程。”付霞表示，在应用上线后，用户会不断反馈问题，应用员也会及时优化数据、调整模型，不断提升产品质量。

和 AI“共事”，几乎每天都有新“惊喜”。付霞说，由于系统的复杂性和不确定性，它在学习过程中偶尔会出现一些难以预测的输出结果。有趣的是，模型确实像个孩子，当给予它一些正向鼓励、奖励等情感提示，往往能收获更好的回答。“你直接告诉它完成某项任务时，它可能表现得中规中矩。但当你添上诸如‘这项任务对我来说极其关键，我深信你定能出色完成’这样的情感话语，奇妙的事情便发生了。它仿佛瞬间被注入了强大的动力，工作成果也得到显著提升。”

付霞表示，这个工作不仅要埋头苦干，还要善于沟通。她所在的考拉悠然公司是多模态大模型行业应用解决方案提供商，客户覆盖高端屏显、半导体、烟草、轨道交通、生态环保、城市治理等多种行业。在面对不同行业对AI大模型的不同需求时，她首先会和行业人员深入交流，了解他们的业务流程、核心目标以及遇到的难点，然后把这些需求转化为清晰的技术指标，让模型的优化方向更加明确。这个过程需要良好的亲和力和共情力，令双方能够快速拉进距离，让信息流通更顺畅，协作效率更高。

在付霞的公司，还有许多训练AI的女“教师”。“她们在各自的岗位上释放着强劲的能量。”付霞想对想要从事以及刚刚进入这个行业的姐妹们说，在打牢基础的前提下不断精进，要敢于实践并积累经验，也要保持韧性勇于突破，同时发挥自身优势，创造更大的价值。 “希望你能保持热爱，坚定前行，在AI的世界里找到属于自己的位置！