提升微調資料品質的進階策略

有什麼變化

使用學習曲線評估資料集是否已準備好進行監督式微調。

為什麼重要

這些策略能協助團隊將標註與運算資源投入最能帶來改善的範例。當微調資料有限、不平衡，或可能削弱模型通用能力時，尤其具有實用價值。

下一步行動

為目前的 SFT 資料集建立學習曲線，再比較高價值子集與混合資料訓練結果，之後才投入更多標註預算。