多模态训练与微调
为什么多模态模型需要大规模预训练？
原题简述预训练基础模型的四种主要学习机制，并分析它们各自的优缺点
原题比较提示学习和微调两种方法，并分析它们在下游任务中的适用场景
原题解释什么是思维链?
原题分析RLHF基于人类反馈的强化学习方法的原理，并阐述其优缺点?
原题解释上下文学习在多模态大模型中的原理，并举例说明其在数学推理任务中的应用?
原题思维树如何通过图结构实现更强大的提示?
原题本题对象为 Tree-of-Thought；“图结构”不是在另问 Graph-of-Thought。
为什么LoRA不会增加额外的推理延迟？
原题多模态大模型常用微调方法LoRA和Ptuning的原理，与传统fine-tuning微调有何不同?
原题多模态训练中，LoRA的矩阵怎么初始化？为什么要初始化为全0？
原题原题“初始化为全 0”未区分 LoRA 的两个低秩因子。
暂无题目