知识卡片
公开数据也需要来源与质量核验
现有数据可降低采集成本,但需检查样本是否符合任务、标注是否可靠、来源是否清楚,以及对应使用条件。数据集外层许可说明不能自动证明每个来源都一致;对关键缺口可保留好指令、重写坏响应,再补覆盖薄弱主题。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 数据集工程
原书出处 · 1 处
- · 查看原书依据
切勿盲目信任,必须仔细检查和验证。
参考来源
- 位置:《AI工程:大模型应用开发实战》第8章《数据集工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section016.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:切勿盲目信任,必须仔细检查和验证。