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：

1898
实习中的 SFT 具体如何实现？
模型训练与对齐预训练、续训与 SFT
项目深挖
进阶
1 篇面经1 个题集来源
2144
SFT、强化学习和 Agentic CFT 分别解决什么问题？
模型训练与对齐强化学习与奖励
比较选型
进阶
1 篇面经1 个题集来源
2324
工具调用本身与基于结果继续生成，哪部分更依赖 SFT？
模型训练与对齐预训练、续训与 SFT
比较选型
进阶
1 篇面经1 个题集来源
2469
Deep Research 如何与强化学习结合？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经1 个题集来源
2682
SFT 中如何平衡简单任务和复杂任务的训练权重？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
1 篇面经1 个题集来源
2686
字段提取任务的奖励函数应如何设计？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经1 个题集来源
2701
PPO 的 Value Model 或 Critic 起什么作用？
模型训练与对齐强化学习与奖励
原理机制
基础
1 篇面经1 个题集来源
2703
轨迹级奖励与 Token 级优化之间如何分配贡献？
模型训练与对齐强化学习与奖励
原理机制
进阶
2 篇面经
2770
生成式推荐 SFT 阶段训练哪些任务？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
1 篇面经1 个题集来源
2789
过程监督信号如何设计，还能用于哪些任务？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
1 篇面经1 个题集来源