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：

3458
为什么选择 GSPO，是序列级优化还是 MoE 模型因素？
模型训练与对齐强化学习与奖励
比较选型
进阶
1 篇面经
3459
DAPO 如何进行动态采样？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
3460
GRPO 中为什么错误答案较长、正确答案较短？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
3462
GRPO Loss 中各个参数分别是什么意思？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
3540
PPO 训练应监测哪些指标，如何评价效果？
模型训练与对齐Verifier 与训练评测
效果评估
进阶
1 篇面经
3555
回答效果不佳时，如何分别通过 RAG 和微调改进？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
1 篇面经
3640
多轮对话训练时如何处理过长上下文？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
1 篇面经
3641
Agentic Training 的完整流程是什么？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
1 篇面经
3666
图生图模型的微调数据如何构建？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经
3716
DeepSeek V3 的训练过程有哪些关键步骤？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经1 个题集来源