百度高频面试题题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集 题目目录115 道原题隐藏关联题目排序默认排序面经最多31ppo和grpo的区别原题 关联题目GRPO 相比 PPO 做了哪些改进？已有答案模型训练与对齐 / 强化学习与奖励比较选型进阶8篇相关面经32为什么要做dpo原题 关联题目DPO 的算法原理是什么？已有答案模型训练与对齐 / 偏好对齐原理机制进阶4篇相关面经33持续学习方法的分类原题 关联题目大语言模型的持续学习是什么，如何兼顾新知识与已有能力？模型训练与对齐 / 预训练、续训与 SFT原理机制进阶0篇相关面经34场景题：用8张a100的机器做7B vl模型的grpo训练如何训练加速，推理加速原题 关联题目有哪些方法可以提高大模型微调的训练速度？模型训练与对齐 / 训练框架、调参与排障方案设计进阶0篇相关面经关联题目有哪些大模型推理加速技术？已有答案模型基础与推理 / 推理优化与模型压缩方案设计进阶3篇相关面经35模型训练加速有什么方法原题 关联题目有哪些方法可以提高大模型微调的训练速度？模型训练与对齐 / 训练框架、调参与排障方案设计进阶0篇相关面经36deepspeed的三个阶段原题 结合直属正文，这里的三个阶段指DeepSpeedZeRO状态分片等级。关联题目ZeRO-1、ZeRO-2 和 ZeRO-3 有何区别？模型训练与对齐 / 分布式训练与计算硬件比较选型进阶3篇相关面经37多头注意力的变体有什么原题 关联题目GQA 的原理是什么，如何在效果、速度和显存之间折中？模型基础与推理 / Transformer 与注意力原理机制进阶2篇相关面经关联题目MLA 相比 MHA 有什么优势和代价？模型基础与推理 / 模型架构与表示比较选型进阶1篇相关面经38verl等框架都如何进行加速的原题 关联题目Agentic RL 如何编排采样、训练、奖励和推理引擎？模型训练与对齐 / 训练框架、调参与排障方案设计进阶0篇相关面经39手撕：MHA原题 关联题目手写 Multi-Head Attention。已有答案模型基础与推理 / Transformer 与注意力代码题进阶2篇相关面经40查找两个正序数组的中位数原题 关联题目查找两个有序数组的中位数。算法与编程题 / 排序、查找与 Top-K代码题进阶0篇相关面经暂无题目共 115 道原题 · 显示 31–40 道展开全部115题上一页1…345…124 / 12下一页