数据与评测
【训练集采样方法】你们是怎么进行训练集采样的？ 「字节跳动」
原题【Scaling up与参数量评估】介绍scaling up：场景的数据量如何评估当前场景需要的dense参数量要多少呢？ 「字节跳动」
原题【复杂数据清洗案例】请分享你处理过的最复杂的数据清洗案例（描述最复杂的数据集及遇到的挑战）。 「蚂蚁集团、阿里巴巴」
原题【大模型数据清洗与配比】大模型训练中，如何进行数据清洗、处理与配比？怎样操作能更容易使模型达到更好的性能？ 「百度、百度文心」
原题【推理链数据清洗核验】将数据统一构造prompt输入GPT生成推理链后，做了哪些数据清洗、质量核验工作？ 「百度」
原题【数据合成与清洗Pipeline】数据合成pipeline，数据清洗 「蚂蚁集团」
原题【数据回灌测试与仿真场景生成】什么是数据回灌测试？如何利用路采数据生成仿真场景来回归验证规划算法的更新？ 「腾讯」
原题【数据探查与特征构建】三张表的数据探查、特征构建及效果显著特征的启示？ 「京东」
原题【海量数据敏感词处理与问题应对】面对海量数据的时候怎么对数据进行处理，比如说去除掉敏感词等等，面对海量数据会出现哪些问题，该如何去处理？ 「腾讯」
原题【电商预训练数据低质过滤与去重】如果要做电商领域预训练数据：低质过滤与去重会怎么做？用哪些简单指标快速判断数据质量？ 「拼多多」
原题
暂无题目