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：

2323
Agent 如何通过 SFT 训练？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
4 篇面经2 个题集来源
2687
RL 训练数据如何构建，能否直接复用 SFT 数据？
模型训练与对齐训练数据构建与治理
比较选型
进阶
3 篇面经3 个题集来源
2689
强化学习如何选择有效难度的样本并提升复杂任务探索？
模型训练与对齐强化学习与奖励
方案设计
进阶
3 篇面经3 个题集来源
2702
GRPO 如何估计组内优势？
模型训练与对齐强化学习与奖励
原理机制
进阶
2 篇面经4 个题集来源
3008
Agent 训练中的 Bad Case 如何回流？
模型训练与对齐训练数据构建与治理
方案设计
进阶
4 篇面经2 个题集来源
3270
什么是知识蒸馏？
模型训练与对齐蒸馏与模型合并
概念解释
基础
3 篇面经3 个题集来源
3661
GSPO 的核心机制是什么，与 GRPO 有什么关系？
模型训练与对齐强化学习与奖励
原理机制
进阶
3 篇面经3 个题集来源
4593
交叉熵损失是什么，如何用于 Transformer 语言模型训练？
模型训练与对齐预训练、续训与 SFT
原理机制
基础
2 篇面经4 个题集来源
4686
FP16、BF16 与 FP32 有什么区别，训练时如何选择？
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
2 篇面经4 个题集来源
4870
大模型 SFT 的训练样本应采用什么输入与监督数据格式？
模型训练与对齐训练数据构建与治理
操作实践已有答案
进阶
1 篇面经5 个题集来源