数据与评测
【过程错误数据影响】如果只使用最终答案正确但过程错误的数据，会有什么后果? 「字节跳动」
原题【阈值确定】用相似度去筛选样本，阈值怎么确定？ 「美团」
原题【难数据筛选问题】对于这样自动化的生成数据如果难数据被筛选掉了怎么办 「蚂蚁集团」
原题在数据质量不佳且不使用人工逐一检查的情况下，如何从策略层面优化以保证模型效果？
变体1：电商数据中存在大量同质低质量数据，如何策略优化？
变体2：数据质量不好不使用人工怎么改善？
原题完整原题
【低质量数据应对策略】在数据质量不佳且不使用人工逐一检查的情况下，如何从策略层面优化以保证模型效果？变体1：电商数据中存在大量同质低质量数据，如何策略优化？变体2：数据质量不好不使用人工怎么改善？ 「拼多多、百度、蚂蚁集团」
如何处理数据中的噪声或系统偏差？
变体1：发现合作团队提供的数据存在严重的标注噪声或系统偏差，直接影响模型训练效果，如何处理？
变体2：原始训练数据中存在大量噪声，如何去除噪声对模型的影响？
变体3：模型训练过程中发现数据质量极差，如何处理？
原题完整原题
【噪声与偏差处理】如何处理数据中的噪声或系统偏差？变体1：发现合作团队提供的数据存在严重的标注噪声或系统偏差，直接影响模型训练效果，如何处理？变体2：原始训练数据中存在大量噪声，如何去除噪声对模型的影响？变体3：模型训练过程中发现数据质量极差，如何处理？ 「字节跳动、百度、蚂蚁集团」
如何利用大模型辅助数据质量相关工作？
变体1：大模型做数据检验你是怎么做的？
变体2：怎么用大模型去分析标注质量、迭代？
原题完整原题
【大模型辅助数据质量】如何利用大模型辅助数据质量相关工作？变体1：大模型做数据检验你是怎么做的？变体2：怎么用大模型去分析标注质量、迭代？ 「腾讯、蚂蚁集团」
【数据不平衡处理】你有过解决多模态数据不平衡的经历吗？ 「京东」
原题【数据偏见与毒性处理】如何处理大模型训练中的数据偏见和毒性？ 「腾讯混元、蚂蚁集团」
原题【数据投毒防御】如果要在数据入口拦截 poisoning，应把防线放进哪几个阶段？ 「字节跳动」
原题【标注质量评估】假设有多个标注员，标注员会根据问题评判A模型和B模型，但是标注员质量参差不齐，如何判断标注结果能不能用，以及标注质量有没有问题，如何判断？ 「百度」
原题
暂无题目