数据与评测
【数据合成方法】数据合成怎么做的？ 「美团」
原题【数据增强方法】你具体是怎么做数据增强的？为什么选择这三个数据增强手段？ 「字节跳动」
原题“三个数据增强手段”未列出具体方法。
【数据构造方法】你的数据是怎么构造的，其中特殊形式是什么样的？ 「腾讯混元」
原题“之前的余弦相似度”缺少对应的流程上下文。
数据标注流程相关问题：
打标签是系统流程还是人工流程？有哪些标签？判断依据？打标这步有什么特殊处理？
人工标注 vs 模型标注，如果使用模型来打标，可能会遇到什么样的问题？
如果对于一个教学级代码想要打标签如何进行？（参考力扣等平台数据分类，公开数据作为基座，然后打标签）
人工标注，那之前的余弦相似度不是多此一举吗？
原题完整原题
【数据标注】数据标注流程相关问题：1. 打标签是系统流程还是人工流程？有哪些标签？判断依据？打标这步有什么特殊处理？2. 人工标注 vs 模型标注，如果使用模型来打标，可能会遇到什么样的问题？如果对于一个教学级代码想要打标签如何进行？（参考力扣等平台数据分类，公开数据作为基座，然后打标签）人工标注，那之前的余弦相似度不是多此一举吗？ 「百度、腾讯、阿里巴巴」
【数据混合策略】数据怎样混合？ 「美团」
原题【数据质量与多样性】在数据构建时，如何保证数据质量和多样性？ 「阿里巴巴」
原题【数据过滤】敷衍性回答是怎么过滤的？ 「腾讯」
原题微调的数据配比是怎样的？数据构造，数据配比，为什么要这么做，这个比例有什么讲究吗？
数据配比怎么做？数据配比怎么调的？是否存在动态调整计划的机制？
数据配比是如何考虑的？为什么用6倍的通用数据？
你说的配比实验，里面的比例是怎样的？如何做数据配比？
训练数据动态配比：解释数据配比的概念，并讨论如何动态调整不同来源或类型数据的比例以优化模型训练。
原题完整原题
【数据配比策略】微调的数据配比是怎样的？数据构造，数据配比，为什么要这么做，这个比例有什么讲究吗？数据配比怎么做？数据配比怎么调的？是否存在动态调整计划的机制？数据配比是如何考虑的？为什么用6倍的通用数据？你说的配比实验，里面的比例是怎样的？如何做数据配比？训练数据动态配比：解释数据配比的概念，并讨论如何动态调整不同来源或类型数据的比例以优化模型训练。 「京东、字节Seed、字节跳动、拼多多、百度文心、美团、蚂蚁集团、阿里巴巴」
【数据预处理】公式编辑等元数据是否特殊处理？ 「腾讯」
原题“公式编辑等元数据”未说明字段与处理目标。
样本不均衡处理：包括正负样本比例不均衡和难易程度不均衡。具体方法：
正负样本不均衡：过采样、欠采样、SMOTE、调整损失函数权重、Focal Loss等；
难易不均衡：困难样本挖掘（OHEM）、重采样、Focal Loss、课程学习等。
原题完整原题
【样本不均衡处理】样本不均衡处理：包括正负样本比例不均衡和难易程度不均衡。具体方法：1）正负样本不均衡：过采样、欠采样、SMOTE、调整损失函数权重、Focal Loss等；2）难易不均衡：困难样本挖掘（OHEM）、重采样、Focal Loss、课程学习等。 「美团、阿里通义」
暂无题目