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：

4774
如何通过消融实验区分 RLHF 奖励模型、PPO 与 KL 惩罚的贡献？
模型训练与对齐Verifier 与训练评测
效果评估
深入
暂无面经1 个题集来源
4778
如何设计实验比较不同模型蒸馏策略的效果？
模型训练与对齐蒸馏与模型合并
效果评估
进阶
暂无面经1 个题集来源
4781
Llama 3 采用哪些数据配比、训练稳定性和长上下文扩展策略？
模型训练与对齐预训练、续训与 SFT
原理机制
深入
暂无面经1 个题集来源
4860
BERT 为什么选择遮蔽约 15% 的 Token，这个比例能否调整？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经1 个题集来源
4878
如何查询服务器 GPU 的具体型号与设备信息？
模型训练与对齐分布式训练与计算硬件
操作实践
基础
暂无面经1 个题集来源
4879
如何检查 DeepSpeed 运行环境是否配置正确？
模型训练与对齐训练框架、调参与排障
操作实践
基础
暂无面经1 个题集来源
4880
TF32 的数值表示与位宽是什么？
模型训练与对齐分布式训练与计算硬件
概念解释
基础
暂无面经1 个题集来源
4890
对已有大模型进行继续预训练，需要哪些准备与执行步骤？
模型训练与对齐预训练、续训与 SFT
操作实践
进阶
暂无面经1 个题集来源
4899
动态规划、蒙特卡洛和时序差分如何估计价值，三者有何区别？
模型训练与对齐强化学习与奖励
比较选型
进阶
暂无面经1 个题集来源
4902
时序差分学习如何更新价值，单步与 n 步更新有什么取舍？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经1 个题集来源