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：

3541
RLHF 如何定义对话偏好和好坏标注标准，并构建偏好数据集？
模型训练与对齐偏好对齐
方案设计
进阶
2 篇面经3 个题集来源
3547
DPO 与 GRPO 的原理、优缺点和适用场景有何差异？
模型训练与对齐强化学习与奖励
比较选型
进阶
3 篇面经2 个题集来源
3660
SFT 数据问题不够多样化时，如何改进数据集？
模型训练与对齐训练数据构建与治理
方案设计
进阶
3 篇面经2 个题集来源
3759
Agent 的训练数据如何构建？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经5 个题集来源
4171
交叉熵与 KL 散度有什么联系和区别，分别适用于哪些任务？
模型训练与对齐训练框架、调参与排障
比较选型
进阶
2 篇面经3 个题集来源
4418
SFT 是什么，基本原理与流程是什么？
模型训练与对齐预训练、续训与 SFT
概念解释
进阶
2 篇面经3 个题集来源
4500
训练百亿至千亿参数大模型时，会面临哪些主要工程和算法挑战？
模型训练与对齐分布式训练与计算硬件
系统设计
深入
暂无面经5 个题集来源
4512
经典 RLHF 的三个阶段分别是什么，各阶段的输入、输出和目标是什么？
模型训练与对齐偏好对齐
原理机制
进阶
暂无面经5 个题集来源
4630
提示词工程与任务专用微调应如何选择？
模型训练与对齐预训练、续训与 SFT
比较选型
进阶
1 篇面经4 个题集来源
4673
大模型训练常用哪些优化器，AdamW 与 Adam 有什么区别？
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5 个题集来源