中国語2026年版の翻訳状況¶

中国語版は、本書の2026年版の主版です。28章と10本の実践プロジェクトを含み、大規模モデルのデータエンジニアリング全体を扱います。

日本語版は旧公開版をもとに更新中です。翻訳が完了するまでは、最新の章構成とプロジェクト範囲については中国語版を参照してください。

現在の方針¶

各行は、その章が旧版に存在するか、2026 年版がマージ済みかを示します。「未翻訳」の章は中国語版を参照してください。

2026 ID	章タイトル	英語版	日本語版
ch01	大規模モデル時代のデータ変革	旧版のみ	旧版のみ
ch02	LLM データライフサイクルと品質評価	未翻訳	未翻訳
ch03	AI ネイティブデータスタックとコスト統治	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch04	データソース・収集・著作権	旧版のみ	旧版のみ
ch05	クリーニング・重複排除・汚染除去	旧版のみ	旧版のみ
ch06	トークン化・シリアライズ・効率的ロード	旧版のみ	旧版のみ
ch07	データ評価・品質ループ・運用反復	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch08	画像-テキストペアデータ	旧版のみ	旧版のみ
ch09	再キャプションとドキュメント理解	旧版のみ	旧版のみ
ch10	動画・音声データエンジニアリング	旧版のみ	旧版のみ
ch11	クロスモーダルアラインメントと融合	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch12	SFT データ設計と指示体系	旧版のみ	旧版のみ
ch13	嗜好データと報酬信号	旧版のみ	旧版のみ
ch14	アノテーションプラットフォーム・QA・運用	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch15	合成データ工場：シードから検証まで	未翻訳	未翻訳
ch16	知識蒸留とモデル協調	未翻訳	未翻訳
ch17	合成データ品質管理とモデル崩壊	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch18	思考連鎖と推論データ	未翻訳	未翻訳
ch19	ツール利用・関数呼び出しデータ	未翻訳	未翻訳
ch20	エージェント記憶とマルチターン対話データ	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch21	RAG データパイプライン	旧版のみ	旧版のみ
ch22	マルチモーダル RAG と視覚検索	旧版のみ	旧版のみ
ch23	オンラインフィードバックと知識更新	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch24	DataOps フライホイールとチーム組織	未翻訳	未翻訳
ch25	データバージョン管理と実験追跡	未翻訳	未翻訳
ch26	データプラットフォーム可観測性	未翻訳	未翻訳

2026 ID	章タイトル	英語版	日本語版
ch27	コンプライアンス枠組みと統治	未翻訳	未翻訳
ch28	連合学習とプライバシー保護技術	未翻訳	未翻訳

プロジェクト	タイトル	英語版	日本語版
P01	Ray による分散 Mini-C4	旧版のみ	旧版のみ
P02	業界特化 SFT（法律）	旧版のみ	旧版のみ
P03	LLaVA マルチモーダル指示工場	旧版のみ	旧版のみ
P04	合成数学・コード教科書工場	旧版のみ	旧版のみ
P05	マルチモーダル RAG（決算書アシスタント）	旧版のみ	旧版のみ
P06	CoT データセット + PRM 訓練	未翻訳	未翻訳
P07	エージェントツール利用データ工場	未翻訳	未翻訳
P08	エンタープライズ DataOps プラットフォーム	未翻訳	未翻訳
P09	プライバシー保護データパイプライン	未翻訳	未翻訳
P10	エンドツーエンド LLM データフライホイール	未翻訳	未翻訳

英語・日本語の章が追いつくまでは、最新の構成は中国語版を参照してください。コード例は code/zh/ に 10 プロジェクト全て、code/en/ には P01–P05 のみが揃っています。