面试题库 › 算法 / 大模型 › 数据不足时的数据增强与训练策略

数据不足时的数据增强与训练策略

难度 ★★☆在 3 场真实面经中被问到 方向:算法 / 大模型考点:模型评估与指标

哪些公司问过

京东1阿里巴巴1MiniMax1

常见岗位:大模型算法、推荐搜索广告

答案要点

  1. 数据少时训练 loss 通常能降,但易过拟合,关键在泛化
  2. 借助预训练和参数高效微调,极少数据时用 few-shot 或 RAG
  3. 增强:文本改写回译、图像几何与颜色变换、序列裁剪掩码(重排多用于自监督)
  4. 大模型合成数据需过滤和抽检,主动学习优先标注不确定样本
  5. 配合正则、早停、交叉验证,并在真实验证集上评估增强效果

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。

相关面试题