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：

3760
Tool Calling 的训练数据应包含哪些类型？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经1 个题集来源
4497
Agent 工具调用不正确时，如何用 SFT 或强化学习改进？
模型训练与对齐强化学习与奖励
方案设计
深入
暂无面经1 个题集来源
4626
按训练目标划分，大模型微调有哪些主要类型？
模型训练与对齐预训练、续训与 SFT
概念解释
基础
暂无面经1 个题集来源
4679
GRPO 训练 MoE 模型时可能出现哪些问题，应如何定位和改进？
模型训练与对齐训练框架、调参与排障
故障排查
深入
暂无面经1 个题集来源
4689
对比学习的 Batch Size 应如何选择，为什么并非越大越好？
模型训练与对齐训练框架、调参与排障
比较选型
进阶
暂无面经1 个题集来源
4710
GLM 自回归空白填充与 BERT 掩码语言建模有什么区别？
模型训练与对齐预训练、续训与 SFT
比较选型
深入
暂无面经1 个题集来源
4721
强化学习中的策略函数、状态值函数和动作值函数分别是什么？
模型训练与对齐强化学习与奖励
概念解释
基础
暂无面经1 个题集来源
4725
DeepSeek-R1-Zero 中的 Zero 指什么？
模型训练与对齐强化学习与奖励
概念解释
进阶
暂无面经1 个题集来源
4726
DeepSeek-R1-Zero 的训练路线有哪些局限？
模型训练与对齐强化学习与奖励
效果评估
进阶
暂无面经1 个题集来源
4728
对于 DeepSeek-R1，PRM 与 MCTS 是否有用，各有什么适用条件？
模型训练与对齐强化学习与奖励
比较选型
深入
暂无面经1 个题集来源