数据过滤路线切换

Linum在生成视频模型的数据过滤上完成了一次路线调整。此前主要依赖CPU启发式方法处理训练数据，现在转向GPU加速的神经网络和微调大语言模型，目标是提升数据集质量与模型表现。

打开网易新闻 查看精彩图片

从规则到模型

旧方案基于CPU运行启发式规则，处理能力有限。新方案把过滤任务交给GPU神经网络，并引入经过微调的大语言模型参与判断。这一变化意味着数据筛选从固定规则走向模型驱动。

质量与性能并重

Linum的调整围绕两个指标展开：数据集质量和模型性能。通过更精细的过滤，训练数据中的噪声有望减少，生成视频模型的输出质量随之改善。GPU并行计算也带来更快的处理速度。