I 按行业场景
大模型语料:SFT、偏好数据与对齐评测
大模型的数据标注和传统标注有一个根本区别:答案不是唯一的。
同一条指令可以有很多种合格回答,「哪个更好」本身就是需要被拆解和训练的判断能力。我们把偏好判断拆成四个独立维度:事实正确性、指令遵循度、安全合规、表达质量。先让标注员逐维度打分,再合成整体偏好。这样做的代价是单条成本上升,收益是争议可以定位到具体维度——两个人整体判断相反时,能立刻看出分歧在「事实」还是「表达」。另一类是 SFT 指令数据,难点在覆盖度而不是难度:同一意图要用不同句式、不同长度、不同口语程度反复表达,模型才不会只认一种提问方式。本页的文章记录了我们在语料构造、质量审核与一致性统计上的具体做法。
IN THIS TOPIC
大模型语料 · 1 篇
按相关度排序:标题与标签命中的排在前面,同分按发布时间倒序。
SAME AXIS
按行业场景
同一分类下的其他主题,判断依据可以互相参照。
NEXT STEP
你的项目和上面哪一类最接近?
把样本量、类别体系和验收口径发过来,我们先判断可行性,再谈报价。