SFT与指令微调
【数据切分策略】会话滑窗切分，怎么既防数据泄露又保证角色对话连贯？ 「腾讯」
原题【模型蒸馏与垂域适配】假设有一个推理能力强的大模型，如何用较小的模型在垂域去获得一个类似的效果？ 「字节跳动」
原题【混合微调策略】有没有试过局部模型LoRA，局部full全参？ 「腾讯」
原题【灾难性遗忘缓解】LLM的SFT阶段防止灾难性遗忘有哪些策略？具体到LoRA增量训练遇到灾难性遗忘如何解决？ 「京东、百度」
原题【结构化输出训练】Tool use & function calling: 怎么训练让 LLM 稳定输出 JSON schema？ 「字节跳动」
原题【评估方法比较】Zero-shot、Few-shot和微调怎么比较才公平？ 「阿里通义」
原题【词表增删后训练影响】大规模对词表做增删之后，有没有遇到后训练时无法修正模型某些能力的现象？ 「百度」
原题【长CoT数据构造】长cot数据怎么构造，介绍完整流程？COT的训练是如何做的，数据如何构造？ 「美团、阿里通义」
原题【长尾知识数据构造】针对长尾知识(冷门历史事件、特定领域术语)，如何构造数据以确保模型能够记住且不遗忘？ 「字节跳动」
原题【非推理模式微调】你用的是Qwen3的小模型SFT，它分为推理/非推理模式，你怎么实现的非推理微调？ 「腾讯混元」
原题
暂无题目