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：

5565
SAC 如何学习最大熵策略，有哪些优势和适用条件？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经1 个题集来源
5567
多层监督的损失如何加权并控制梯度冲突？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
暂无面经1 个题集来源
5590
Ray 如何调度任务，并处理 Worker、节点和对象故障？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
暂无面经1 个题集来源
5616
感知损失如何通过特征空间衡量生成图像与目标图像的差异？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
暂无面经1 个题集来源
5619
总变分损失如何约束图像的空间变化，有哪些取舍？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
暂无面经1 个题集来源
5621
Dice Loss 如何衡量分割重叠，软化形式有哪些注意事项？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
暂无面经1 个题集来源
5663
多模态级联强化学习如何衔接离线优化与在线策略优化？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经1 个题集来源
5665
InternVL 的渐进式缩放如何先训练视觉编码器再迁移到更大语言模型？
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
5702
多模态预训练如何设计掩码目标，协调模态内与跨模态学习？
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
5715
跨机器人、多任务和多具身形态训练如何组织数据与可迁移策略？
模型训练与对齐训练数据构建与治理
原理机制
进阶
暂无面经1 个题集来源