面试题库 › 算法 / 大模型 › 有标签的数据太少时,怎么处理?

有标签的数据太少时,怎么处理?

难度 ★★☆在 2 场真实面经中被问到 方向:算法 / 大模型

哪些公司问过

蔚来1海康威视1

常见岗位:机器学习算法(泛)、推理部署与加速

答案要点

  1. 迁移学习:基于预训练模型微调,标签很少时可只训练顶层
  2. 数据增强与合成:图像几何、颜色变换,文本同义替换、回译,大模型合成数据
  3. 半监督与自监督:伪标签、一致性正则,或在无标签数据上自监督预训练
  4. 主动学习挑选最有价值的样本标注;弱监督用规则批量生成噪声标签
  5. 大模型零样本、少样本推理;配合交叉验证和正则化防止过拟合

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。