数据与评测
【样本控制策略】AReal新旧样本怎么去控制？ 「腾讯混元」
原题【特征工程】特征工程时遇到的难点，怎么解决？ 「美团」
原题【评估数据集构造】评估数据集怎么构造才靠谱？讨论评估数据集的构造原则，包括代表性、多样性、避免数据泄露等。 「阿里巴巴」
原题【困难数据筛选】如果爬取了1亿条数据，如何筛选出模型不太会的数据? 「字节跳动」
原题【图像数据清洗与标注】计算机视觉训练数据包含大量京东商品图像，如何设计数据清洗与标注策略，以提升“商品细分类别”模型的效果? 「京东」
原题【多模态数据构造】场景题：多模态场景,input是一个图片,上面是一些手写的数据答题公式,output是要对这些答题进行打分。里面的细节会涉及到要考虑数学逻辑、数学符号等。你觉得从数据的构造上需要怎么去考虑? 「字节跳动」
原题【指令数据清洗】如何设计高质量指令数据的自动清洗pipeline? 「字节跳动」
原题数据集构建技巧+过滤方法，图像、视频数据过滤方法，
长视频如何避免OOM？
原题完整原题
【数据过滤与长视频处理】数据集构建技巧+过滤方法，图像、视频数据过滤方法，长视频如何避免OOM？ 「腾讯」
【数据配比策略】介绍一种你熟悉的数据配比策略:如何平衡代码、数学、通用文本、多语言数据之间的比例? 「字节跳动」
原题【自我纠错数据构造】模型自我纠错的数据是怎么构造的？ 「腾讯」
原题
暂无题目