返回全部题目← 上一题73 / 94下一题 →题库/模型训练与对齐/Q-5661视觉语言模型的分阶段训练如何协调模态对齐、能力学习与指令跟随？知识专题：预训练、续训与 SFT题目类型：原理机制技术难度：进阶相关面经：1 篇题集来源：2 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经收录题集相关题目相关面经1 篇腾讯后训练2026-10-11日常实习一面、二面查看原面经 →VLM全流程训练阶段：CLIP预训练、模态融合、后续接续训练流程收录题集2 个来源，共8 份题集预训练与架构阿东玩 AI · AgentGuide · 1 条原题查看题集 →Qwen与LLaVA 了解Qwen的结构吗；了解过Qwen、LLaVA等大模型吗？它们各自的核心特征是什么？它们是怎么进行微调怎么去训练的？多模态与计算机视觉阿东玩 AI · AgentGuide · 9 条原题查看题集 →【多模态ViT原理与训练】多模态大模型的ViT，解释原理、如何训练的？ 「阿里通义」【ViT与LM训练策略】训练vit和lm是一起做还是分开训？ 「百度」【LLaVA投影层】LLaVA模型如何将视觉编码器与大语言模型进行连接？请描述其视觉-语言投影层的设计思路及训练阶段。介绍一下LLaVA的projection layer有哪几种？并谈谈你对Projection Layer作用的理解，Linear与MLP效果有何差异？ 「百度、腾讯」展开其余 6 条原题Qwen-VL架构与训练 「京东、百度、美团、腾讯、蚂蚁集团、阿里巴巴、阿里通义」Qwen-VL的三个训练流程分别是什么，有什么作用？【Qwen-VL版本对比】请对比Qwen-VL1、Qwen-VL2、Qwen-VL2.5和Qwen3-VL（Qwen-VL3）的模型结构、训练流程及主要改进点。 「京东、美团、腾讯、蚂蚁集团、阿里通义」【VLM视觉编码器】VLM中vision encoder如何训练？是否分阶段训练？计算效率如何？请结合具体模型说明。 「腾讯、阿里通义」【VLM训练阶段】介绍一下VLM的训练阶段有哪些？训练阶段的任务是什么？ 「阿里通义」【多模态模型对比】请横向对比多模态大模型LLaVA、BLIP-2、Qwen-VL、InternVL、CLIP、DeepSeek等，说明它们的原理、结构（包括视觉编码器、语言模型、连接方式）、训练方式、特点及差异，并特别指出LLaVA与InternVL除了语言模型、视觉编码器和训练方式不同外还有哪些区别，以及LLaVA与BLIP-2的对比细节。 「京东、字节跳动、美团、蚂蚁集团、阿里通义」【多模态模型训练策略】训练时候ViT、对齐层、LLM部分学习率一般如何设置？ 「字节跳动」AI多模态精华版·基石模型核心技术Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →LLaVA 的两阶段训练（特征对齐预训练 + 指令微调）目标分别是什么？AI多模态精华版·主流模型核心技术Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →SFT 加 DPO 两阶段组合与冻结 ViT 是出于什么考量？多模态前沿技术Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →LLaVA多模态对齐如何利用CLIP的对比学习先验？其两阶段训练策略如何平衡模态对齐与指令跟随能力？展开剩余 3 份题集GLM-V系列模型核心考点Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →GLM-4.1V-Thinking在仅90亿参数规模下，为何能在29个基准上超越720亿参数的Qwen2.5-VL-72B？Qwen-VL系列模型核心考点Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →Qwen-VL系列模型的三阶段训练范式的具体运作机制与各阶段数据策略？08_训练与微调技术Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →分析Vid-LLMs的多阶段训练策略设计，包括预训练对齐、指令微调、特定任务适配等阶段详细说明Video-LLMs典型的三阶段训练流程，分析每个阶段的技术目标和实现难点相关题目4 题0083如何提升 Agent 的长程任务能力？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇0085当 pass@k 与 pass@1 的差距收敛后，如何继续提升模型能力？同一知识专题题目类型：方案设计技术难度：深入相关面经：1 篇0207基座已有工具调用能力时，Tool-use SFT 的训练目标是什么？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0495你有哪些大模型后训练经验？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题AI Coding Agent 如何选择端到端或分阶段训练？下一题 →InternVL 的渐进式缩放如何先训练视觉编码器再迁移到更大语言模型？
