跳到主要内容
真面经,好答案。面试之前,先来面栈。
正在加载页面…
题库
/
模型训练与对齐
模型训练与对齐
本分类共
9
个专题 ·
761
道题
专题概览
题目列表
761
模型训练与对齐面试题
知识专题
知识专题
参数高效微调
分布式训练与计算硬件
偏好对齐
强化学习与奖励
训练框架、调参与排障
训练数据构建与治理
预训练、续训与 SFT
蒸馏与模型合并
Verifier 与训练评测
知识专题
知识专题
找到
9
个专题
知识专题
参数高效微调
分布式训练与计算硬件
偏好对齐
强化学习与奖励
训练框架、调参与排障
训练数据构建与治理
预训练、续训与 SFT
蒸馏与模型合并
Verifier 与训练评测
未找到匹配专题
问题类型
问题类型
比较选型
操作实践
代码题
方案设计
概念解释
故障排查
技术决策
经历介绍
开放讨论
系统设计
项目深挖
效果评估
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
761
道题
开始复习
排序:
排序
高频优先
编号降序
编号顺序
最近更新
题号
题目
技术难度
收录情况
复习状态
4629
参数高效微调 PEFT 如何缓解全参数微调的限制?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
参数高效微调 PEFT 如何缓解全参数微调的限制?的复习状态
未标记
待复习
已掌握
4631
常见偏好对齐方法有哪些,应如何比较它们的取舍?
模型训练与对齐
偏好对齐
比较选型
已有答案
面前必看
进阶
暂无面经
3
个题集来源
常见偏好对齐方法有哪些,应如何比较它们的取舍?的复习状态
未标记
待复习
已掌握
4632
什么是梯度累积,它如何帮助大模型微调?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
1
篇面经
2
个题集来源
什么是梯度累积,它如何帮助大模型微调?的复习状态
未标记
待复习
已掌握
4633
有哪些方法可以提高大模型微调的训练速度?
模型训练与对齐
训练框架、调参与排障
方案设计
已有答案
面前必看
进阶
暂无面经
3
个题集来源
有哪些方法可以提高大模型微调的训练速度?的复习状态
未标记
待复习
已掌握
4677
SFT 数据集是否越大越好,如何判断数据规模与效果的关系?
模型训练与对齐
训练数据构建与治理
效果评估
已有答案
面前必看
进阶
暂无面经
3
个题集来源
SFT 数据集是否越大越好,如何判断数据规模与效果的关系?的复习状态
未标记
待复习
已掌握
4678
SFT 与强化学习有哪些优缺点,应如何按任务场景选择?
模型训练与对齐
强化学习与奖励
比较选型
已有答案
面前必看
进阶
暂无面经
3
个题集来源
SFT 与强化学习有哪些优缺点,应如何按任务场景选择?的复习状态
未标记
待复习
已掌握
4688
大模型训练为什么需要 Warmup,应如何设置预热步数或比例?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
基础
暂无面经
3
个题集来源
大模型训练为什么需要 Warmup,应如何设置预热步数或比例?的复习状态
未标记
待复习
已掌握
4702
Prefix-tuning 如何通过可训练前缀适配模型?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
Prefix-tuning 如何通过可训练前缀适配模型?的复习状态
未标记
待复习
已掌握
4704
Prompt-tuning 如何工作,它训练哪些参数?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
Prompt-tuning 如何工作,它训练哪些参数?的复习状态
未标记
待复习
已掌握
4722
SFT 后可能出现哪些质量与泛化问题?
模型训练与对齐
预训练、续训与 SFT
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
SFT 后可能出现哪些质量与泛化问题?的复习状态
未标记
待复习
已掌握
4629
参数高效微调 PEFT 如何缓解全参数微调的限制?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
参数高效微调 PEFT 如何缓解全参数微调的限制?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
761
道题 · 显示 191–200 道
上一页
1
…
19
20
21
…
77
20 / 77
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。