The Data Foundation

The Data Foundation 是面向 AI 训练的开放协议，用于获取、证明、处理和授权真实人类数据。为 AI 实验室、贡献者和应用开发者提供可审计来源与权利清晰的数据集。

概述

The DATA Foundation 将自己定位为一个开放协议和数据网络，用于为 AI 训练获取、证明、处理和授权真实人类数据。其首页将该网络定位为面向需要清晰来源、公开可审计性以及在创建时即定义权利的数据集的基础设施。

网站中的产品展示指向一条工作流：从人类贡献开始，生成不可篡改的收据和来源记录，然后将这些输入转化为可授权或可直接用于模型的数据集。Trace 负责验证与审计，Kled 支持可选择加入的数据市场，而 Numo 等应用则聚焦于结构化的贡献者任务，例如语音数据采集。

核心能力

可验证的贡献收据

该网络将每次人类贡献记录为一份可验证收据，并保留元数据，因此记录可以追溯到其来源，而不会暴露用户身份。

公开来源证明与审计轨迹

Trace 将内容写入基于区块链的账本，保留不可篡改的审计轨迹，并支持对整个数据集进行公开验证。

数据处理与质量控制

该平台将原始输入处理为可直接用于模型的数据集，并强调质量把控、标注以及面向 AI 买家的数据集就绪状态。

机密访问控制

Confidential Data Rails 支持对敏感信息进行程序化的门控访问，无需将原始数据公开发布，也能实现受控访问。

授权与支付通道

该网络支持授权、权限和贡献者付款流程，使数据能够在预先定义好权利的前提下被获取和交换。

多个产品入口

网站展示了多个产品入口，包括用于验证的 Trace、用于可选择加入市场的 Kled，以及用于基于任务贡献的 Numo 等应用。

常见使用场景

获取具有来源证明的数据集
AI 实验室可以获取透明、基于同意的数据集，并在用于模型开发或评估之前验证数据来源。
贡献数据并获得奖励
贡献者可以通过市场或应用流程上传自己的数据，并为符合条件的贡献获得报酬。
构建数据采集应用
应用开发者可以基于该协议构建系统来处理所有权、授权和支付通道，而无需从零搭建这些系统。
处理敏感数据集
处理敏感信息的团队可以使用门控访问和机密通道来控制谁可以查看或使用数据。
审计数据集历史
研究人员和审计人员可以检查收据和数据集记录，以在网络层面确认同意、来源证明和数据集完整性。

Pros and Cons

Pros

覆盖从采集和来源证明到处理和授权的完整数据工作流。
通过不可篡改、基于区块链的审计轨迹支持公开验证。
围绕权利清晰的数据进行设计，数据贡献时就定义了使用权限。
为实验室、贡献者和应用开发者提供了不同的入口。
包含面向敏感数据集的机密访问模式。

Cons

已获取的定价网址返回 404 页面，因此无法从所提供的证据中获得公开的方案详情。
网站的若干部分仍主要通过博客文章和首页板块呈现，因此一些产品细节仍属片段式信息，而非在专门页面上完整记录。

FAQ

The DATA Foundation 是做什么的？

该网站将 The DATA Network 描述为一个开放协议，用于为 AI 训练获取、证明和处理真实人类数据。它将采集、来源证明、授权和处理连接起来，使数据集能够被审计并用于商业用途。

Trace 有什么用途？

主页将 Trace 描述为用于验证数据集并审核网络上收据的地方。它支持公开证明、不可篡改记录，以及面向数据集和贡献者的审计轨迹。

Kled 是什么？

网站将 Kled 展示为一个大型的可选择加入的人类数据市场，人们可以上传自己的数据，授权其使用，并获得报酬。相关记录可在 Data Network 上审计。

Numo 是什么？

博客公告称，Numo 是一款用于贡献 AI 训练数据的消费者应用，起步任务是孟加拉语、印地语、泰米尔语和泰卢固语的语音任务。它处于早期开放体验阶段，旨在奖励符合条件的贡献。

网站上列出了定价吗？

根据已收集证据，`story.foundation/pricing` 上的定价页面返回 404 未找到响应，因此该网址没有公开的方案信息。

Quick Facts

类别: AI 数据基础设施
主要用户: AI 实验室、贡献者和应用开发者
核心工作流: 采集、证明、处理、训练
关键产品入口: Trace、Kled、Numo、Confidential Data Rails
网站: story.foundation
定价页面: 404 / 在已收集证据中未找到