公司案例问答汇编
有没有做过模型压缩?比如在车载端或低端设备上的推理加速?
原题如果量化后理解能力下降怎么办?怎么做精度补偿?
原题PPO的原理?从维护的四个model讲,再详细讲一下训练流程和损失函数各个参数含义?
原题为什么有了reward model还需要critic model?critic model作用是什么?
原题GRPO的kl散度和PPO的kl散度区别?
K1 K2 K3估计区别?
原题完整原题
GRPO的kl散度和PPO的kl散度区别?K1 K2 K3估计区别?
提到了拒绝采样,详细讲一下
原题你是怎么设计agent的记忆系统?
原题长期记忆如何存储?
如果历史记录量非常大,怎么优化查询效率?
原题完整原题
长期记忆如何存储?如果历史记录量非常大,怎么优化查询效率?
你们有没有用到类似AutoGen或LangChain的框架?为什么选这个框架?
原题微调 Llama2 你是怎么选择训练样本的?清洗逻辑是什么?你有没有观察到哪些训练样本质量问题对模型行为有很大影响?举例说明
原题
暂无题目