#数据质量

共 4 篇相关文章

一篇arXiv论文提出以表头为中心的可解释框架，用于仅依赖元数据的语义表解析与数据质量评估。框架将表头映射至39种可解释类型并支持词级溯源，在约12万列表头的多基准评测中验证了实用性，为知识图谱准备提供可复用工作流。

模型崩溃（Model Collapse）被视为生成式AI的重大威胁，但它既非新问题也非AI独有。本文从系统性反馈循环的视角，重新审视模型崩溃的本质及应对思路。

一个97%通过率的AI评估套件，竟掩盖了多语言切片仅61%的真实失败。本文剖析数据泄漏、聚合指标误导的根源，并探讨如何用队列级质量门（cohort-level gate）和回归数据集来守住小样本高价值切片。

探讨如何构建自主数据代理以在大规模实时场景下修复数据完整性问题，涵盖检测机制、修复策略、可观测性与规模化落地的关键设计思路。