1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...

坐标阿里巴巴广告部门(阿里妈妈)后端工程研发方向，java、c++、大数据、大模型、agent研发技术栈丰富，总有一款适合你，另外过去几年暑期实习都转正了。我们重点做Agent的应用落地和平台研发，需要较强的编码能力，对多线程、数据库等比较了解，擅长做大模型优化训练的同学注意下别投递错了PS：自己团队招人，速度快服务好，优秀简历速来，私聊我吧！ 可以把简历里个人信息打码私聊给我看下简历，合适的我回捞，没及时回复各位别伤心，还要上班干活Zzzz#牛客AI配图神器#