数据合成与流水线进阶追问
Self-Instruct 的核心流程是什么？为什么需要多样性过滤？
原题Evol-Instruct 的 In-Depth 和 In-Breadth 分别怎么做？
原题Rejection Sampling 和 GRPO 的 online sampling 有什么本质区别？
原题Constitutional AI 的监督阶段和 RL 阶段各自解决了什么问题？
原题DataFlow 的 200+ 算子覆盖了哪些领域？
原题五道防线分别管什么？哪一道是你认为最不可替代的？
原题合成数据的 mode collapse（模式塌缩）怎么检测和防止？
原题如果教师模型本身生成的轨迹有错误，你怎么处理？
原题去污染除了 n-gram 重叠检测，还有什么方法？
原题原子 QA 为什么要求"答案必须是数值/日期/唯一实体名"？
原题来源对纯数值答案的保留或过滤要求不一致。
暂无题目