模型训练与对齐

本分类共 9 个专题 · 761 道题

0084

蒸馏受限时，如何选择后训练方法提升模型能力？

模型训练与对齐蒸馏与模型合并

方案设计

进阶

0085

当 pass@k 与 pass@1 的差距收敛后，如何继续提升模型能力？

模型训练与对齐预训练、续训与 SFT

方案设计

深入

0088

如何用知识图谱合成 Agent 任务？

模型训练与对齐训练数据构建与治理

方案设计

进阶

0260

GUI 环境吞吐低于训练吞吐时，如何组织在线强化学习？

模型训练与对齐强化学习与奖励

方案设计

进阶

0276

训练正常而离线评测骤降时，如何定位链路问题？

模型训练与对齐训练框架、调参与排障

故障排查

深入

0498

如何在一个细分场景中微调 Agent？

模型训练与对齐预训练、续训与 SFT

方案设计

进阶

0523

线上长轨迹采集有哪些难点，VM 和沙盒环境如何同步？

模型训练与对齐训练数据构建与治理

方案设计

深入

0574

Transformer 中有哪些 LoRA 变体？

模型训练与对齐参数高效微调

比较选型

进阶

0605

DPOP 的全称是什么？

模型训练与对齐偏好对齐

原理机制

进阶

0637

大模型侧需要做哪些改进以适配 Agent？

模型训练与对齐预训练、续训与 SFT

方案设计

进阶