月之暗面

3 篇面经31 道面试题

已筛选

共 31 道题

排序:

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

另有 1 篇多公司合集,可在面经记录中查看。