Company
DatologyAI
预训练数据策展即服务：过滤、去重与合成改写
概况
- 成立：2023
- 融资：种子 $1,165 万 + A 轮 $4,600 万（2024-05，Felicis 领投），累计超 $5,750 万（公司口径）
- 链接：https://www.datologyai.com
本页由 AI 训练数据专栏（大模型）的实体卡整理而来；各栏的数据视角见下方「数据档案」。
数据档案 · 大模型
DatologyAI
预训练数据策展即服务：过滤、去重与合成改写
- 数据类型
- 数据策展；合成改写；BeyondWeb
- 规模口径
- BeyondWeb 论文口径：训练最高快 7.7 倍
- 客户
- 未公开
做什么
把预训练数据策展做成服务：自动过滤、去重、选择与合成改写，客户带数据来、拿回更省 token 的训练集。名称在资料中有 DatologyAI 与 Datology 两种写法，本卡合并。
方法与口径
BeyondWeb（2025-08）为其定向改写方法；论文称相对开放网页数据训练最高快 7.7 倍、相对 Nemotron-Synth 快 2.7 倍，3B 模型用其训练超过用 cosmopedia 训练的 8B（180B token 预算）[2]。均为公司口径。改写超过 3B 后收益递减。
融资与客户
2024-05 A 轮 $4,600 万（Felicis 领投，Radical、Amplify、Elad Gil、M12、Amazon Alexa Fund 跟投）[1]。未查到 B 轮，也无公开客户名单与报价；方法见 data-rephrasing。
Last compiled: 2026-10-15