如何为开源模型微调构建边界案例数据集？Reddit 经验讨论

Reddit 讨论帖围绕开源权重模型微调，提出构建边界案例数据集的五个实操问题。包括如何发现罕见边界案例并从既有数据集派生专项样本，如何用手写、强模型合成或挖掘真实数据生成样本，如何识别错误、重复或不真实样本并判断失败场景覆盖是否足够，以及增加边界案例是否反而让模型变差。