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：

4889
进行 SFT 时，应该选择 Base 模型还是 Chat 模型作为起点？
模型训练与对齐预训练、续训与 SFT
比较选型
进阶
暂无面经2 个题集来源
4903
Q-learning 如何更新动作价值，为什么属于异策略学习？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经2 个题集来源
4912
Actor-Critic 如何分工协作，有哪些优势？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经2 个题集来源
4916
强化学习中有哪些方法可以缓解稀疏奖励问题？
模型训练与对齐强化学习与奖励
方案设计
进阶
暂无面经2 个题集来源
4945
如何合并多个 LoRA 适配器，并验证兼容性与效果？
模型训练与对齐蒸馏与模型合并
方案设计
进阶
暂无面经2 个题集来源
4997
什么是 AI 对齐，为什么需要使模型行为符合人类意图与价值要求？
模型训练与对齐偏好对齐
概念解释
基础
暂无面经2 个题集来源
5010
差分隐私如何用于模型训练，怎样权衡隐私保护与模型效用？
模型训练与对齐训练数据构建与治理
原理机制
深入
暂无面经2 个题集来源
5034
如何为大模型推理选择 GPU？
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
暂无面经2 个题集来源
5037
Groq LPU 的架构如何支持语言模型推理？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
暂无面经2 个题集来源
5086
基于提示的 Agent 与经强化学习优化的 Agent 有何区别，如何选择？
模型训练与对齐强化学习与奖励
比较选型
进阶
暂无面经2 个题集来源