模型训练与对齐

本分类共 9 个专题 · 761 道题

1229

不同项目为什么分别选择 PPO 和 DDPG？

模型训练与对齐强化学习与奖励

比较选型

进阶

1230

DDPG 项目的 reward 如何设计？

模型训练与对齐强化学习与奖励

方案设计

进阶

1232

行为风格如何输入智能体，输入是连续值还是离散值？

模型训练与对齐强化学习与奖励

原理机制

进阶

1233

如何证明模型学到了不同风格的影响，并评估效果？

模型训练与对齐强化学习与奖励

方案设计

进阶

1235

训练中出现策略坍缩如何解决？

模型训练与对齐强化学习与奖励

故障排查

进阶

1236

如何体现和评估策略鲁棒性？

模型训练与对齐强化学习与奖励

方案设计

进阶

1285

强化学习平台如何管理资源？

模型训练与对齐训练框架、调参与排障

系统设计

进阶

1425

跨 NUMA 导致性能下降如何调优，如何使用 OpenMP？

模型训练与对齐分布式训练与计算硬件

故障排查

进阶

1429

Stall 有哪些类型，如何定位原因？

模型训练与对齐分布式训练与计算硬件

故障排查

进阶

1529

网页采集清洗数仓到训练的管道如何设计？

模型训练与对齐训练数据构建与治理

系统设计

深入