将 LabelStudio、CVAT 等标注平台与 AI 训练管道连接，实现标注、审核到模型更新的闭环。
让学生模型同时向多个教师模型学习，通过集成软标签或分层学习获得优于单一教师的性能。
维护一个模型委员会，挑选委员会成员预测分歧最大的样本提交人工标注。
学习将图数据库、文档库和 API 等外部知识源与大模型结合，提升答案的准确性和覆盖范围。
通过 Notion API 读取和更新页面，将 Notion 作为 CMS 或任务后端。
在应用间创建 Zaps 自动执行重复任务，无需编写代码。
理解决策树的分裂原理，使用随机森林解决分类回归并分析特征重要性。