数据与评测
【训练语料获取与规模】训练语料怎么获取的，有多少？请说明训练语料的获取方式和规模。 「京东」
原题【ETL逻辑灵活性】为什么不用写死的ETL逻辑？ 「阿里巴巴」
原题原题未说明替代写死 ETL 的具体机制，仅关联固定逻辑与可复用处理方式的取舍。
【LLM训练数据处理观点】对于LLM训练中的数据处理是咋看的。 「腾讯」
原题【Minhash原理与桶定义】minhash原理是什么？minhash中的桶指的是什么，怎么定义？ 「腾讯」
原题【Prompt获取渠道】哪些渠道可以规模化获取prompt？ 「字节Seed」
原题【SFT数据清洗与质量过滤】SFT数据清洗的流程，质量过滤如何做？ 「字节跳动、美团」
原题【插桩对执行流影响】插桩本身会不会影响原来的执行流、会不会让结果产生偏差？ 「百度」
原题【数据不平衡处理】数据不平衡如何处理？ 「美团」
原题【数据分布多样性保证】怎么保证数据分布的多样性？ 「字节Seed」
原题【数据收集后分析处理】收集后该如何分析处理？ 「字节跳动」
原题
暂无题目