数据增强的具体手法有哪些？改写与回译
数据增强在不改变含义的前提下，用改写、回译、同义替换等手法把一份语料变出多个版本，让模型多见不同说法，本文聚焦数据增强。
AI百科
共3606篇文章AI百科聚合面向中文用户的 AI 工具教程、评测对比、场景方案、基础知识、产品快讯和资源合集，帮助用户快速了解工具怎么用、怎么选、适合什么场景。
最新发布
合成数据是怎么筛的？生成与过滤的循环
合成数据不是生成完就能用，要经多轮生成与过滤：模型量产候选，规则和打分淘汰坏样本，合格的才进训练集，本文聚焦合成数据。
数据投毒是怎么混进去的？坏样本的路径
数据投毒指坏样本借开源爬取、第三方数据集、人工标注、合成管道混进训练集，让模型学出错误倾向，本文聚焦数据投毒。
近期文章
「微调一次一劳永逸」错在哪？看完就会判断
微调交付的是一版快照，场景、口径、提问方式都在变，持续迭代是常态。本文给出三个重训信号和判断方法，说透一劳永逸的...
「自己标的数据一定更好」错在哪？
自建只是具备更好条件，质量高低全看流程；规范、双标、抽检缺位，自建可能比公开集更糟。本文讲清三件套和一致率验收，...
「RLHF 就是人类全程盯着」错在哪？
RLHF 里人类只定标准、做冷启动、定期抽检，规模化比较交给奖励模型。本文讲清三个介入节点和分工代价，帮你读懂 ...
「继续训练越久越好」错在哪？通俗版解释
该停的时点是验证效果见顶，不是 loss 停止下降；多练的部分在用泛化换拟合。本文给出停止信号和再练的正确姿势，...
热门排行
更多文章
-
多任务分头和任务混训有什么区别？
混训把多任务样本打乱统一训练，分头给每个任务配专属输出层，两者在干扰隔离和验收粒度上差异明显。本文讲清任务相关度决定...
-
训练框架和推理框架有什么区别？
训练框架靠反向传播教会参数，推理框架只做前向答快请求，两者的优化手段几乎没有交集。本文讲清资源画像、常见误用和预算分...
-
主动学习和被动标注有什么区别？
被动标注按来源顺序标，便宜但盲目；主动学习挑模型最不确定的样本标，省钱但依赖选样质量。本文讲清两种路线的成本结构和翻...
-
开源微调工具链和商业平台差在哪？
开源工具链每一层都能改，商业平台封装好但定制受限，两者的隐性成本完全不同。本文讲清数据边界和选型三问，说透商业平台的...
-
消费级显卡和多卡工作站差在哪？微调的门槛
消费级显卡能跑量化加 LoRA 的小模型微调，多卡工作站才谈得上全参大训练。本文算清显存、散热、电力三本账，说透微调...
-
「微调能让模型记住新知识」错在哪？
微调更擅长调整表达和行为倾向，事实记忆效率远低于知识库，把它当百科全书是用错了工具。本文讲清微调适合做什么、怎么验证...
-
「数据越多微调效果越好」错在哪？
数量掩盖不了重复、噪声和偏科，覆盖到位后堆量只会稀释有效信号。本文讲清质量门槛和补缺口思路，说透数据越多的边界。
