数学基础高频考点
Embedding 相似度、余弦相似度、向量检索和 RAG 的数学基础是什么？
原题MoE 的门控函数、负载均衡损失和稀疏激活如何理解？
原题常见追问：MoE 是不是一定更强？
原题DDPM 的前向扩散和反向去噪如何用马尔可夫链表示？
原题Score Matching、SDE、ODE 与扩散模型有什么关系？
原题Classifier-Free Guidance 的数学形式是什么？为什么 CFG scale 过大会失真？
原题Flow Matching、Rectified Flow 与传统扩散模型的训练目标有什么差异？
原题RLHF 中 reward model、PPO、KL penalty 分别解决什么问题？
原题DPO 如何把偏好学习转化为分类式损失？
原题GRPO 与 PPO 的数学差异是什么？为什么适合推理模型训练？
原题
暂无题目