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：

2911
LoRA、QLoRA 与全量微调如何选择？
模型训练与对齐参数高效微调
比较选型已有答案
进阶
6 篇面经6 个题集来源
2704
如何根据业务目标设计强化学习奖励？
模型训练与对齐强化学习与奖励
方案设计已有答案
进阶
10 篇面经1 个题集来源
3047
SFT 的完整执行流程与训练数据集如何构建？
模型训练与对齐训练数据构建与治理
方案设计已有答案
进阶
5 篇面经6 个题集来源
0032
GPU 的存储层次和计算单元如何组织？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
6 篇面经4 个题集来源
0506
不同大模型微调方法如何比较？
模型训练与对齐预训练、续训与 SFT
比较选型已有答案
进阶
6 篇面经4 个题集来源
0681
为什么在 SFT 后采用 RL，SFT 遇到了什么问题？
模型训练与对齐预训练、续训与 SFT
比较选型已有答案
进阶
7 篇面经3 个题集来源
0692
是否独立做过模型训练或微调？
模型训练与对齐预训练、续训与 SFT
经历介绍已有答案
—
9 篇面经1 个题集来源
0524
GRPO 如何实现，奖励函数尤其长轨迹奖励如何设计？
模型训练与对齐强化学习与奖励
方案设计已有答案
深入
6 篇面经3 个题集来源
2675
如何判定 SFT 可以结束并进入强化学习阶段？
模型训练与对齐强化学习与奖励
方案设计
进阶
7 篇面经2 个题集来源
2716
QLoRA 如何工作，与 LoRA 有什么关系？
模型训练与对齐参数高效微调
原理机制已有答案
进阶
4 篇面经5 个题集来源