数据不足时的数据增强与训练策略
哪些公司问过
答案要点
- 数据少时训练 loss 通常能降,但易过拟合,关键在泛化
- 借助预训练和参数高效微调,极少数据时用 few-shot 或 RAG
- 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)
- 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
- 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
- 增强改变了样本的标签语义
- 合成数据不过滤,引入大量噪声
- 只看训练集收敛就认为数据够用
面试官常见追问
- 怎么验证增强样本是否有效?
- 哪些增强方法不适合当前任务?
- 数据极少时,增强和正则哪个优先?
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。