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：

8921
多轮对话强化学习如何设计双层奖励？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
8924
多轮对话强化学习怎样完成冷启动？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
9147
什么是行为克隆，如何用它学习机器人策略？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
9148
模仿学习与强化学习有什么区别？
模型训练与对齐强化学习与奖励
比较选型
基础
1 篇面经
9149
为什么机器人操作任务中经常使用模仿学习？
模型训练与对齐强化学习与奖励
技术决策
进阶
1 篇面经
9270
大模型的数据 Pipeline 如何结合数据增强、标注模型与数据飞轮？
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
9272
业务指标提升时，如何归因到基座、SFT、RL、Bad Case 或样本分布变化？
模型训练与对齐Verifier 与训练评测
效果评估
进阶
1 篇面经
9616
视觉编码器与语言模型应怎样联合或分阶段训练？
模型训练与对齐预训练、续训与 SFT
技术决策
进阶
1 篇面经
9617
ViT 与语言模型常用哪些训练损失，多模态训练如何分配目标？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
1 篇面经
9631
SAM 3 的训练流程如何组织？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
1 篇面经