数学公式推导高频考点题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集 题目目录26 道原题隐藏关联题目排序默认排序面经最多21DPO Loss 如何从 KL 约束优化目标推导？原题 关联题目如何从 KL 约束的强化学习目标推导 DPO 目标？模型训练与对齐 / 偏好对齐原理机制深入1篇相关面经22PPO clipped objective 的数学意义是什么？原题 关联题目PPO 算法原理是什么？已有答案模型训练与对齐 / 强化学习与奖励原理机制进阶9篇相关面经23GRPO 的组内相对优势如何计算？原题 关联题目GRPO 如何估计组内优势？模型训练与对齐 / 强化学习与奖励原理机制进阶2篇相关面经24LoRA 的参数量和计算量如何推导？原题 关联题目LoRA 的原理、常见超参数与注入模块是什么？已有答案模型训练与对齐 / 参数高效微调原理机制进阶6篇相关面经25量化 scale 和 zero-point 如何计算？原题 关联题目低精度浮点与整数量化在表示、缩放和硬件执行上有什么区别？模型基础与推理 / 推理优化与模型压缩比较选型进阶0篇相关面经26知识蒸馏中的温度系数为什么常配 $T^2$？原题 关联题目什么是知识蒸馏？模型训练与对齐 / 蒸馏与模型合并概念解释基础1篇相关面经暂无题目共 26 道原题 · 显示 21–26 道展开全部26题上一页1233 / 3下一页