真面经，好答案。面试之前，先来面栈。

模型训练与对齐

本分类共 9 个专题 · 761 道题

已筛选

共 761 道题

排序：

2796
论文方法能否泛化到垂直领域？
模型训练与对齐Verifier 与训练评测
效果评估
进阶
1 篇面经1 个题集来源
2912
如何理解任务微调的权重更新具有低内在秩这一假设？
模型训练与对齐参数高效微调
原理机制
进阶
1 篇面经1 个题集来源
2916
多路 System 增强策略如何实现？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经1 个题集来源
2970
蒸馏时如何避免学生学到教师错误的推理链？
模型训练与对齐蒸馏与模型合并
方案设计
进阶
1 篇面经1 个题集来源
3011
GRPO 的 Reward 能否迁移到 PPO？
模型训练与对齐强化学习与奖励
比较选型
进阶
2 篇面经
3048
逻辑推理微调的 LoRA 秩 r 是否需要高于对话生成任务？
模型训练与对齐参数高效微调
比较选型
进阶
1 篇面经1 个题集来源
3051
DPO 为什么不需要在线采样，训练数据采用什么格式？
模型训练与对齐偏好对齐
原理机制
进阶
1 篇面经1 个题集来源
3268
项目是否使用 GPU，公司是否部署 GPU 训练大模型？
模型训练与对齐分布式训练与计算硬件
经历介绍
—
1 篇面经1 个题集来源
3367
了解哪些 GRPO 改进算法？
模型训练与对齐强化学习与奖励
概念解释
进阶
1 篇面经1 个题集来源
3370
如何避免奖励坍缩和 Reward Hacking？
模型训练与对齐强化学习与奖励
故障排查
进阶
2 篇面经