Как спроектировать датасет и стратегию разметки: taxonomy, annotation guidelines, gold vs silver labels, edge cases?

Data-Centric AI: качество данных часто даёт больше, чем смена архитектуры. Этапы: taxonomy (closed/open set, hierarchical/flat, reserved labels unknown/disagreement), annotation guidelines (positive/negative примеры, decision tree, versioned), gold (эксперты + adjudication, test set) vs silver (crowdworkers, training) vs bronze (pseudo-labels). Sampling: random / stratified / active / diversity. Workflow: pilot batch → IAA → main labeling → adjudication.