停止说教，实践数据节约：负责任 AI 发展的数据节约主义
机器学习
2026-02-24 v1 计算机与社会
摘要
本立场论文主张，机器学习社区必须从说教转向实践数据节约，以实现负责任的人工智能开发。长期以来，进步等同于不断增大数据集，推动了重大进展，但如今已导致性能提升呈递减趋势，同时能源消耗和碳排放不断上升。虽然对数据节约方法的意识日益增长，但其采纳仍停留在修辞层面，数据扩张仍主导开发实践。我们认为，必须缩小说教与实践之间的差距，因为继续扩大数据集将带来实质性且未被充分计量的环境影响。为支撑我们的立场，我们提供了 ImageNet-1K 下游使用相关能源消耗和碳排放的估算。随后，我们提出实证证据表明，数据节约既是可行的，又有益处，展示了基于核心集的子集选择可显著减少训练能源消耗，同时在准确率上损失不大，也有助于缓解数据集偏见。最后，我们概述了 actionable 建议，旨在将数据节约从修辞性说教转向负责任 AI 发展中的具体实践。
引用
@article{arxiv.2602.19789,
title = {Stop Preaching and Start Practising Data Frugality for Responsible Development of AI},
author = {Sophia N. Wilson and Guðrún Fjóla Guðmundsdóttir and Andrew Millard and Raghavendra Selvan and Sebastian Mair},
journal= {arXiv preprint arXiv:2602.19789},
year = {2026}
}