训练、数据与模型优化:从数据清洗到 LoRA

题集来源:Onefly(ranxi2001)收录项目:zero2Agent查看原题集

题目目录

161 道原题
  1. 深度学习中的正向传播、反向传播与参数更新是如何工作的?

    原题
  2. Semantic ID 在内容表示与推荐系统中的作用是什么?

    原题
  3. 一条完整的 Agent trajectory 数据结构应包含哪些字段?

    原题
  4. MLP Adapter 和 Q-Former Adapter 有什么区别?为什么 MLP 更常用?

    原题
  5. 什么是模型熵坍塌?如何诊断、定位原因并进行缓解?

    原题
  6. SFT 训练阶段不使用测试集时,如何评估训练效果?

    原题
  7. 传统推荐系统的完整链路是什么?

    原题
  8. 卷积神经网络和 Transformer 在建模原理、计算方式与适用场景上有什么区别?

    原题
  9. 卷积神经网络处理图像有哪些优势?

    原题
  10. 在视觉模型中引入深度信息有什么作用?

    原题