一、数据处理：构建高质量训练基座 1.1 数据清洗与特征工程 原始数据质量直接影响模型收敛速度与泛化能力。针对文本类数据，需建立多级过滤机制： 基础清洗：去除重复样本（使用MinHash算法实现快速去重）、过滤……
