DatologyAI

DatologyAI（官網品牌寫作 Datology）把自己叫做「AI 的資料精煉廠」，核心主張是：資料品質是 AI 最大的槓桿。它服務的是要自己訓練或深度客製模型的團隊，把你的資料轉成高品質的訓練資料，用於在開源模型上做中段訓練（mid-training），或從頭預訓練自己的基礎模型，而且整套流程部署在你的私有雲上。官網特別聲明：他們不賣資料、不提供 token，只負責讓你的資料變得更好。

資料來源可以是企業專有資料、公開網路資料或授權資料，經過四階段管線。Clean：移除格式不良、空白、過短以及被評測集污染的資料。Curate：依品質、任務與分類體系挑選資料。Create：產生合成資料，提高任務相關性與多樣性。Compose：把各來源以最佳比例混合，產出分階段的訓練資料集。官網把這叫做「算力倍增器」——提高每個 token 的訊號量，同樣的算力訓出更好的模型。兩個案例很有說服力：一是用專有法律語料做中段訓練，預算不到基礎預訓練的 1%，LegalBench 提升 5%、通用評測提升 2.5%，Thomson Reuters 研究主管也在官網背書；二是一個約 10 人的團隊，由 Datology 策展 17 兆 token，訓出 3,980 億參數、130 億活躍參數的 MoE 開放權重模型，上線兩個月在 OpenRouter 服務 3.37 兆 token。客戶推薦還有 Arcee AI。

功能特色與適用場景：這是給「模型建造者」的服務，一般只是呼叫 API 的團隊用不到。台灣有在做繁中基礎模型、產業專用模型（法律、醫療、製造）的研究機構與企業，最大痛點往往就是繁中高品質資料不足，Datology 的策展與合成流程值得評估。不過它對繁體中文資料的處理經驗官網沒有提及，導入前要用小規模實驗驗證。