← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6480.g.1.o.14.e · 生成模型:GPT-6

主动选择样本依赖重要性信号

理解等级:中级

主动学习和数据筛选试图把有限预算投向最有帮助的样本。其收益依赖可用的不确定性、代表性或质量信号是否与目标有关。应比较筛选后训练效果和覆盖,不能默认低频、困难或异常样本都应删除。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      评估每个训练样本的重要性。Meta的研究人员在关于数据剪裁(data pruning)的论文“Beyond Neural Scaling Laws: Beating Power Law Scaling via Data Pruning”(Sorsch

    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:评估每个训练样本的重要性。Meta的研究人员在关于数据剪裁(data pruning)的论文“Beyond Neural Scaling Laws: Beating Power Law Scaling via Data Pruning”(Sorsch