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：

6039
离线与在线策略学习在数据来源、更新和验证上有什么区别？
模型训练与对齐强化学习与奖励
比较选型
进阶
2 篇面经2 个题集来源
7598
GPU 共享内存的 Bank Conflict 是什么，如何缓解？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
4 篇面经
0090
除了训练数据，项目中还做了哪些算法改进？
模型训练与对齐训练数据构建与治理
项目深挖
深入
2 篇面经1 个题集来源
0206
工具轨迹长度与任务复杂度有什么关系，训练时如何使用不同长度的数据？
模型训练与对齐训练数据构建与治理
原理机制
进阶
2 篇面经1 个题集来源
0207
基座已有工具调用能力时，Tool-use SFT 的训练目标是什么？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
2 篇面经1 个题集来源
0214
长轨迹 SFT 如何选择截断、切分和掩码并保持工具依赖？
模型训练与对齐训练数据构建与治理
方案设计
进阶
2 篇面经1 个题集来源
0275
如何从 KL 约束的强化学习目标推导 DPO 目标？
模型训练与对齐偏好对齐
原理机制
深入
1 篇面经2 个题集来源
0347
项目中的模型蒸馏具体如何实现？
模型训练与对齐蒸馏与模型合并
项目深挖
进阶
1 篇面经2 个题集来源
0517
如何训练模型，使其更精确地提取摘要？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
1 篇面经2 个题集来源
0521
轨迹训练数据的规模、字段格式和生成方式是什么？
模型训练与对齐训练数据构建与治理
项目深挖
进阶
2 篇面经1 个题集来源