在模型训练过程中，你遇到过哪些典型的bad case数据？是如何识别和处理这些数据的？
考察说明
考察候选人对训练数据质量问题（bad case）的识别、分析与处理能力
回答思路
- 能举例说明bad case的具体类型（如噪声标签、分布偏差、难例等）
- 能描述识别bad case的方法（如误差分析、错误样本聚类、指标监控）
- 能说明处理bad case的策略（如数据清洗、重采样、难例挖掘、模型调整）
- 能体现对bad case影响模型效果的理解和迭代改进意识
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。