在正式接触商业项目之前，我曾主动参与过开源大模型对话数据集的清洗与对齐练习，这为我打下了扎实的数据标注基础。在该项目中，我的核心任务是对模型生成的文本进行事实核查与逻辑评估。面对复杂的指令要求，我不仅需要利用搜索引擎对关键信息进行交叉验证，
在正式接触商业项目之前，我曾主动参与过开源大模型对话数据集的清洗与对齐练习，这为我打下了扎实的数据标注基础。在该项目中，我的核心任务是对模型生成的文本进行事实核查与逻辑评估。面对复杂的指令要求，我不仅需要利用搜索引擎对关键信息进行交叉验证，剔除事实性错误，还要从人类偏好（RLHF）的角度，对回复的流畅度、安全性和有用性进行多维度的打分与改写。 这段经历极大地锻炼了我的细节把控力与规则执行力。我深刻体会到，高质量的数据是AI的基石，因此在处理过程中，我始终保持着高度的专注，并养成了及时记录‘边界模糊案例’的习惯，以便后续与团队对齐标准。虽然这只是一次基础练习，但它让我熟悉了从‘理解规则’到‘执行标注’再到‘质量自查’的完整闭环，也让我确信自己具备胜任高强度、高精度数据标注工作的耐心与专业素养。”
Not specified