真面经，好答案。面试之前，先来面栈。

训练数据构建与治理

本分类共 9 个专题 · 761 道题

已筛选

共 92 道题

排序：

3667
如何构建和维护 Hard Case 数据集？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经2 个题集来源
3761
如何利用真实数据进行模型优化？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经3 个题集来源
4677
SFT 数据集是否越大越好，如何判断数据规模与效果的关系？
模型训练与对齐训练数据构建与治理
效果评估
进阶
暂无面经3 个题集来源
5004
训练数据投毒如何影响模型，怎样检测并处置？
模型训练与对齐训练数据构建与治理
方案设计
深入
1 篇面经2 个题集来源
5213
LLM 预训练语料清洗与常规数据清洗有何不同，如何平衡质量与覆盖？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经3 个题集来源
5301
如何构造并验证嵌入或检索训练的高质量难负样本？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经3 个题集来源
5536
如何设计模型预标注、置信度分流与人工复核的标注闭环？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经3 个题集来源
5659
多模态预训练数据如何兼顾质量、规模与模态覆盖？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经2 个题集来源
5893
PyTorch DataLoader 如何组织采样、批次与并行数据读取？
模型训练与对齐训练数据构建与治理
原理机制
进阶
1 篇面经2 个题集来源
5917
训练数据标注有哪些形式，如何使标签与任务一致并检查质量？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经3 个题集来源