专家数据标注服务
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Centaur.ai 是一个面向 AI 团队的数据标注、专家反馈和模型评估平台，重点服务医疗器械、生命科学、健康、保险、LLM 与软件等高专业度场景。它强调“人类专家 + AI 模型”的协同：专家和 AI 独立完成任务，再依据历史表现进行聚合，形成所谓 Centaur Aggregation，用于训练、评估和验证模型。
平台覆盖文本、图像、音频、视频、波形等多模态数据，支持医学影像分割、皮肤病变分类、视网膜 OCT 分级、ICD-10 编码映射、肺音识别、科学搜索评估、LLM 幻觉审查等任务。除传统标注外，它还覆盖数据策展、数据清洗、质量控制、监督微调、RAG/向量数据库增强、RLEF 专家反馈、提示生成、模型监控和监管提交验证。交付方式包括 API、JSON、CSV、DICOM，适合进入企业或医疗 AI 研发流程。
网站未公布套餐价格、单价、免费额度或试用政策，仅提供 Request a Quote、Book a Demo 和 Talk to Us，说明其更偏项目制和企业定制报价。对于预算明确、希望快速自助采购的小团队，前期沟通成本可能较高。
优点是专家资源和行业纵深较强，页面提到 60,000+ 或 100,000+ 专家网络，并通过多专家意见和分歧信息提升标签可靠性；案例涵盖 Microsoft、Paige、Eko Health、VUNO 等。缺点是公开信息不够透明：价格、SLA、具体安全合规认证、中文支持均未披露；部分页面还出现占位文字。示例中的 AI 模型分数也注明为代表性展示，不能直接视作真实基准。
Centaur.ai 更适合医疗 AI、生命科学、临床数据、监管验证和高质量评测需求强的企业或研究团队，不太像通用低价众包标注工具。中国访问情况、支付方式和中文服务未见说明，建议按“未知”处理；若涉及医疗数据跨境，还需额外评估合规、数据出境和隐私要求。替代方案可比较 Scale AI、Labelbox、Appen、iMerit、Snorkel AI，国内也可评估本地医学标注和数据服务商。
本测评基于公开资料整理,不构成购买建议,请以 centaur.ai 官网实际信息为准。
5万+专家标注数据集，适合AI团队外包标注。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。