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：

7712
神经网络从前向传播、反向传播到参数更新的完整训练流程是什么？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
1 篇面经
7713
如何清洗大模型训练数据并构建训练数据集？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经
7944
Agentic-GRPO 适合哪些业务场景，主要解决什么问题？
模型训练与对齐强化学习与奖励
概念解释
进阶
1 篇面经
7945
项目中的 GRPO 训练用了多少数据、运行多久，主要配置是什么？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
7946
Agent 红蓝对抗训练如何实现，对抗双方是否由同一智能体承担？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
7947
CoT 推理训练数据集如何构建，怎样结合人工与自动生成？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经
8093
如何管理和池化 GPU 资源，兼顾隔离与利用率？
模型训练与对齐分布式训练与计算硬件
方案设计
进阶
1 篇面经
8295
PPO 训练不稳定时，应从哪些方面排查？
模型训练与对齐强化学习与奖励
故障排查
进阶
1 篇面经
8377
用 8 张 A100 对 7B 视觉语言模型进行 GRPO 训练时，如何加速训练与推理？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
1 篇面经
8379
verl 等大模型强化学习框架如何提高训练与采样效率？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
1 篇面经