# PRX 第四部分：我们的数据策略

- 原标题：PRX Part 4: Our Data Strategy
- 类型：博客
- 来源：Hugging Face
- 发布时间：2026-07-06
- 首次精选：2026-10-28 16:25
- 分级：值得看
- 原文链接：[https://huggingface.co/blog/Photoroom/prx-part4-data](<https://huggingface.co/blog/Photoroom/prx-part4-data>)
- 本站页面：[https://oplearnx.com/resources/pk\_3958e354c4b1](<https://oplearnx.com/resources/pk_3958e354c4b1>)

## 摘要

Photoroom 的 PRX 系列第四篇，前几篇分别涉及模型架构、训练设计和 24 小时速通，本篇聚焦数据。文中概述其数据流水线：从公开和内部数据集的混合中汇集训练数据，用 VLM 重新为图像生成描述，并转化为可流式读取的语料用于训练 PRX；还介绍了以覆盖面和多样性为目标的预训练数据原则，以及作者会做得不同的地方。

---
来源：LearnMap · 学径（https://oplearnx.com）