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：

6276
BYOL 与 SimSiam 如何在不依赖负样本的情况下学习表示？
模型训练与对齐预训练、续训与 SFT
比较选型
进阶
暂无面经1 个题集来源
6279
元学习如何支持少样本任务适配，有哪些适用假设？
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
6303
上下文压缩如何影响 Agent 强化学习的信用分配与轨迹记账？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经1 个题集来源
6343
PSFT 如何通过近端约束改进监督微调？
模型训练与对齐预训练、续训与 SFT
原理机制
深入
暂无面经1 个题集来源
6345
后训练中的长度偏差如何产生，损失归约应如何选择？
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
6347
ORPO 如何将监督微调与偏好优化结合？
模型训练与对齐偏好对齐
原理机制
进阶
暂无面经1 个题集来源
6348
KTO 如何利用非成对的好坏反馈进行模型对齐？
模型训练与对齐偏好对齐
原理机制
进阶
暂无面经1 个题集来源
6349
SimPO 的无参考模型偏好目标如何工作？
模型训练与对齐偏好对齐
原理机制
进阶
暂无面经1 个题集来源
6350
在线 DPO 与离线 DPO 的数据流程、收益和代价有什么区别？
模型训练与对齐偏好对齐
比较选型
进阶
暂无面经1 个题集来源
6351
如何构建 PRM 的步骤级训练数据与标签？
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