6个做AI和ML的奇技淫巧
如果你对AI或机器学习感兴趣，本文介绍了6个常见的陷阱及应对策略。包括提前结束评估、过度优化超参数、精心挑选数据集、针对性预处理与后处理、随机种子工程以及偷偷使用测试集训练模型等技巧。
测试集
Scaling Law不总是适用！尤其在文本分类任务中，vivo AI Lab提出数据质量提升解决方法
vivo AI Lab提出数据质量提升(DQE)方法，通过更少的数据获得更高的文本分类任务准确率。实验表明，在多个数据集中DQE选择的数据比全量数据表现出显著的性能提升，并有效提升了大语言模型指令跟随能力。