待验证90% 置信事实时间未知

训练数据在输入模型前会经过严格的去重、过滤和质量筛选，低质量内容、重复文本、有害内容会被剔除

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

AI训练的三个阶段：预训练、后训练与对齐详解

bilibiliYouni讲AI

涉及实体

预训练concept

相关事实

待验证训练数据过滤流程通常包括语言识别、去重（如MinHash近似去重）、基于分类器的质量评分以及基于URL黑名单的有害内容过滤78% 相似待验证训练数据过滤器的设计初衷是排除明显的垃圾和色情内容，而非检测精心伪装的叙事操控74% 相似待验证Fine-tuning在预训练模型基础上用数千至数万条领域数据二次更新参数，更适合固定格式输出、高度专业化的垂直场景，知识更新灵活性较低73% 相似待验证传统大模型训练高度依赖人工标注数据和外部语料收集，这些步骤通常是制约迭代速度的瓶颈72% 相似待验证基准的干净具有时效性——一旦测试题目公开传播，未来的模型训练很可能将其吸收，公平性随之衰减71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/18948

API

curl https://kongchang.com/api/v1/knowledge/claims/18948

MCP

get_claim(id=18948)