百度面试题更新 2026-08-05
在构建指令微调（SFT）数据集时，高质量的训练样本通常长什么样？哪些类型的困难样本（hard case）值得重点关注？
百度人工智能专业服务业务理解问题拆解技术原理
考察说明
考察对指令微调数据构成和困难样本设计的理解
回答思路
- 说明SFT样本典型结构：指令、输入、期望输出及可选上下文
- 举例描述高质量样本特征：多样、覆盖真实分布、语义清晰、避免噪声
- 说明困难样本类型：对抗性指令、歧义输入、多轮推理、领域稀缺等
- 解释困难样本对模型能力提升的价值或风险
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。
