训练数据猜猜乐 3.0

合成数据时代的数据质量判断——52 样本 · 8 类别 · 限时挑战 · 过滤器流水线构建

🎲

训练数据猜猜乐 3.0

大模型的能力来自数据，但在合成数据时代，90%+ 的原始数据更需要精细筛选。你能分辨哪些高质量合成数据该留、哪些低质量合成数据该扔吗？

游戏规则

1️⃣阅读一段真实的文本片段
2️⃣判断它来自哪个数据源
3️⃣决定：这段数据应该保留还是过滤？
4️⃣揭晓答案，学习数据工程知识

4 选 1