知识卡片
主动选择样本依赖重要性信号
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?
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
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