大模型原理追问
怎么计算大语言模型需要的显存量？
原题是否有推荐的调参顺序？
原题本题的“调参”承接父题的微调训练语境。
Prefix Tuning 和普通 Prompt 有什么区别？
原题GRPO 的训练目标通常包含什么？
原题为什么说信用对齐（credit assignment）仍然是问题？
原题为什么同一个问题换一种提示方式，模型回答会明显不同？
原题提示和传统编程中的指令有什么相似和不同？
原题如何让模型区分事实、推断和不确定信息？
原题Few-shot 和微调有什么区别？
原题自我一致性和“让模型再检查一遍”有什么区别？
原题
暂无题目