返回全部题目← 上一题22 / 92下一题 →题库/模型训练与对齐/Q-2681训练数据的配比应如何确定？知识专题：训练数据构建与治理题目类型：方案设计技术难度：进阶相关面经：2 篇题集来源：2 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经收录题集相关题目相关面经2 篇美团大模型算法工程师2026-07-05一面、二面查看原面经 →多类型、多场景训练数据的混合策略与配比思路阿里控股数据与算法2026-04-07实习一面查看原面经 →实习项目：重点问了数据处理的步骤，配比，怎么评判质量收录题集2 个来源，共8 份题集公司案例问答汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →项目:LLM怎么微调的,数据量多大,各数据配比多少后训练章节追问阿东玩 AI · AgentGuide · 1 条原题查看题集 →为什么长上下文训练必须混合短文档数据？预训练与架构阿东玩 AI · AgentGuide · 1 条原题查看题集 →【数据配比】不同领域的数据比例，多任务学习数据比例? 「字节Seed」SFT与指令微调阿东玩 AI · AgentGuide · 3 条原题查看题集 →【SFT数据配比】SFT数据怎么配监督微调？ 「字节跳动」【SFT数据配比与动态调整】后面还问到了SFT的数据配比，比如高质量数据和普通数据应该怎么混合，要不要根据训练效果做动态调整。 「字节跳动」【多领域数据融合】后训练中如何融合 math、code、中文、agent等多个领域或方向的数据？ 「字节跳动」数据与评测阿东玩 AI · AgentGuide · 7 条原题查看题集 →【大模型数据清洗与配比】大模型训练中，如何进行数据清洗、处理与配比？怎样操作能更容易使模型达到更好的性能？ 「百度、百度文心」【微调数据构造】SFT的数据怎么造的？给一个场景，怎么去造数据？要考虑哪些？在微调Qwen的时候，数据是怎么构造的？有用到什么数据清洗方法吗（如去重、降噪、格式标准化）？数据配比是怎么做的（如通用数据与领域数据的比例）？ 「腾讯、腾讯混元、蚂蚁集团」【数据混合策略】数据怎样混合？ 「美团」展开其余 4 条原题数据配比策略微调的数据配比是怎样的？数据构造，数据配比，为什么要这么做，这个比例有什么讲究吗？数据配比怎么做？数据配比怎么调的？是否存在动态调整计划的机制？其余 3 条问法数据配比是如何考虑的？为什么用6倍的通用数据？你说的配比实验，里面的比例是怎样的？如何做数据配比？训练数据动态配比：解释数据配比的概念，并讨论如何动态调整不同来源或类型数据的比例以优化模型训练。【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」请详细描述数据处理到训练的pipeline，重点包括：高质量数据和低质量数据的混合策略；【数据配比实验设计】请设计一个实验，来评估不同数据配比(如SFT数据、偏好数据、安全数据)对最终模型性能的影响。 「蚂蚁集团」展开剩余 3 份题集项目论文与经历阿东玩 AI · AgentGuide · 2 条原题查看题集 →数据与评测设计详细拷打项目，数据是怎么生成，怎么配比，请详细介绍你的论文（包括最近一篇、NIPS论文、硕士研究课题、论文A等），涵盖以下方面：之前关于数据配比的论文的实验/理论依据。美团高频面试题Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →多类型、多场景训练数据的混合策略与配比思路预训练：训练与数据处理Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →不同来源、不同质量的数据如何做混合配比？数据课程学习、退火与合成数据应如何进入预训练配方？相关题目4 题0081如何合成 Agent 训练任务，并验证任务设计带来的增益？同一知识专题题目类型：方案设计技术难度：深入相关面经：3 篇0082Coding 方向训练数据如何扩规模，如何考虑外部采购？同一知识专题题目类型：方案设计技术难度：深入相关面经：1 篇0088如何用知识图谱合成 Agent 任务？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇0089训练数据如何合成与筛选？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：6 篇♥♥♥♥♥← 上一题已到最后一题← 上一题统一管线构造和用户数据回流在方法论上有什么差异？下一题 →RL 训练数据如何构建，能否直接复用 SFT 数据？
