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 · 704 道题

已筛选

共 85 道题

排序：

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6 份题集
5214
如何对大模型预训练数据及处理配方进行版本管理，保证可追溯与可复现？
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1 份题集
5257
计算机视觉中有哪些常见数据增强方式，如何使用？
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6 份题集
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8 份题集
5305
子词分词后的命名实体识别标签应如何对齐？
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1 份题集
5443
实现由调用者控制随机性的可复现数据工具。
模型训练与对齐训练数据构建与治理
代码题
进阶
暂无面经1 份题集
5450
不使用 one_hot API 实现标签独热编码。
模型训练与对齐训练数据构建与治理
代码题
基础
暂无面经1 份题集
5451
实现标签平滑的目标分布。
模型训练与对齐训练数据构建与治理
代码题
进阶
暂无面经1 份题集
5456
实现自定义 Dataset 与 DataLoader 数据管线。
模型训练与对齐训练数据构建与治理
代码题
进阶
暂无面经1 份题集
5457
预处理组件及其在数据、模型与服务层的职责应如何设计？
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 份题集