数据污染检测与清洗：在万亿级语料库中检测并移除意图污染模型基准表现的恶意数据.docx

下载文档

0
0
约2.63万字
约 30页
2026-01-09 发布于湖北
举报
版权申诉
保障服务

数据污染检测与清洗：在万亿级语料库中检测并移除意图污染模型基准表现的恶意数据.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

PAGE

PAGE1

《数据污染检测与清洗：在万亿级语料库中检测并移除意图污染模型基准表现的恶意数据》

课题分析与写作指导

本课题《数据污染检测与清洗：在万亿级语料库中检测并移除意图污染模型基准表现的恶意数据》聚焦于人工智能基础模型领域中的数据安全与评估公正性问题。随着大语言模型参数规模的指数级增长，预训练数据的质量直接决定了模型的性能边界与安全性。然而，开放式数据集面临着日益严峻的“意图污染”威胁，即恶意行为者通过注入包含特定基准测试答案或误导性逻辑的数据，人为地虚增模型在评估指标上的表现，这种“应试教育”式的数据污染严重破坏了模型基准测试的客观性与可信度。本研究旨在深入剖析针对