ychhh
2026 15篇文章
10-30 去重 #数据 #综述 #去重 #MinHash #SimHash #DotHash #SoftDeDup #SemDeDup 10-30 LLM4DATA 与未来挑战 #数据 #综述 #LLM4DATA #挑战 #选题机会 10-30 存储与推理期数据服务 #数据 #综述 #存储 #KVCache #RAG #数据格式 10-30 端到端管道 #数据 #综述 #数据管道 #FineWeb #RefinedWeb #DCLM #Data-Juicer 10-30 合成与蒸馏 #数据 #综述 #合成数据 #蒸馏 #推理数据 #RL数据 10-30 数据配比 #数据 #综述 #数据配比 #DoReMi #REGMIX #MixingLaw #ScaleBiO 10-30 数据选择 #数据 #综述 #数据选择 #DSIR #LESS #DsDm 10-30 过滤 #数据 #综述 #过滤 #困惑度 #影响力 #PII 10-30 数据获取 #数据 #综述 #爬虫 #版面解析 #实体链接 10-30 各训练阶段的数据特征 #数据 #综述 #预训练 #SFT #RL #RAG #IaaS 10-30 LLM × DATA 综述资料库总览 #数据 #综述 #MOC 10-18 DeepSeek系列技术报告_数据工作梳理 10-15 大模型数据工程：全书架构 #大模型 #数据工程 #学习资料 10-13 2026-10-13_数据研究前沿与可复现论文清单 10-09 数据方法论（L2）：配比、筛选、污染与代理实验