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：

0089
训练数据如何合成与筛选？
模型训练与对齐训练数据构建与治理
项目深挖已有答案
进阶
6 篇面经2 个题集来源
0169
RLHF/PPO 中 Actor、Critic、Reward Model 和 Reference Model 的职责是什么，为什么需要 KL 约束？
模型训练与对齐强化学习与奖励
原理机制已有答案
进阶
5 篇面经3 个题集来源
0170
ZeRO-1、ZeRO-2 和 ZeRO-3 有何区别？
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
5 篇面经3 个题集来源
0219
SFT 数据如何筛选、采样和处理？
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3 个题集来源
2683
微调时如何判断并缓解过拟合？
模型训练与对齐训练框架、调参与排障
故障排查
进阶
2 篇面经6 个题集来源
0509
如何处理梯度消失与梯度爆炸？
模型训练与对齐训练框架、调参与排障
故障排查已有答案
进阶
2 篇面经5 个题集来源
2698
项目训练集有多少数据，数据规模如何确定？
模型训练与对齐训练数据构建与治理
项目深挖
进阶
5 篇面经2 个题集来源
2705
训练时如何选择关键超参数并判断其影响？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
2 篇面经5 个题集来源
3049
垂直领域微调后通用能力衰减，如何优化？
模型训练与对齐训练框架、调参与排障
故障排查
进阶
1 篇面经6 个题集来源
3654
强化学习任务的奖励函数如何设计？
模型训练与对齐强化学习与奖励
方案设计已有答案
进阶
3 篇面经4 个题集来源