1000ms

Difficulty: 7

所属公司 : 华为

时间 :2026年5月20日-AI方向

算法与标签>动态规划

会员或题库专享

请先，开通会员或购买题库华为校招机考题库，可解锁完整内容。

购买华为校招机考题库开通会员

会员专享

请先登录，登录后可使用今日免费解锁；开通会员，或购买该题目所属题库（华为校招机考题库），可解锁完整内容。

购买题库开通会员

解题思路

对于第 $i$ 个数据源，选择清洗等级 $l$ 后，会产生三类影响：

清洗等级的花费倍率为：

cost = [0, 1, 3, 6]

题目内容

某 $LLM$ 预训练团队从 $N$ 个数据源收集语料，每个数据源 $i$ 具有以下属性：

$w_i$ ：占总训练 token 的权重比例，满足 $\sum_{i=1}^{N} w_i = 1$
$r_i$ ：初始脏数据比例， $0 < r_i < 1$
$c_i$ ：基础清洗单价（正整数）
$t_i$ ：基础清洗算力消耗（正整数）

对每个数据源，可独立选择以下四种清洗级别之一：