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：

5715
跨机器人、多任务和多具身形态训练如何组织数据与可迁移策略？
模型训练与对齐训练数据构建与治理
原理机制
进阶
暂无面经1 份题集
5716
具身交互数据有哪些特性，为什么难以规模化采集？
模型训练与对齐训练数据构建与治理
原理机制
进阶
暂无面经3 份题集
5892
如何在 PyTorch 中按分布与形状进行随机采样？
模型训练与对齐训练数据构建与治理
操作实践
进阶
暂无面经1 份题集
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
暂无面经3 份题集
5910
AutoAugment 与 RandAugment 如何确定数据增强策略，有何取舍？
模型训练与对齐训练数据构建与治理
比较选型
进阶
暂无面经1 份题集
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4 份题集
5918
什么是噪声标签，训练时如何识别、利用或纠正？
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
6004
密集目标检测如何挖掘难负样本并控制难度失衡？
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
6032
推荐大模型微调时，如何定义输入、监督目标与训练样本？
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2 份题集
6122
Self-Instruct 与 Evol-Instruct 如何构造指令数据，有何区别？
模型训练与对齐训练数据构建与治理
比较选型
进阶
暂无面经2 份题集