【系统架构设计】幂等性设计：分布式环境下的安全重试
> 系列分工 > > | 篇目 | 分工 | > |------|------| > | 本篇（architecture 50） | 幂等定义、HTTP 语义、Idempotency Key 与通用实现模式 | > | [fintech 05｜幂等、事务与一致性](../../fintech/05-idempotenc…
deduplication 标签归档
共 2 篇文章 · 返回首页
【Transformer 与注意力机制】35｜数据工程：为什么数据质量常常比数据量更重要
大模型训练里最贵的不只是算力，还是高质量数据。本文把数据工程拆开讲：语料从哪里来，为什么去重、过滤、混配、污染控制都属于“模型能力工程”，C4、The Pile、RefinedWeb、Dolma 这些语料路线各自代表什么，以及为什么 scaling laws 最终会把问题推回到数据质量上。