训练、数据与模型优化：从数据清洗到 LoRA
外部模型参数更大，14B 在 Agent 层面会不会不够？
原题对 Rerank 模型进行了蒸馏，蒸馏的数据是什么样的？训练数据大概有多少条？
原题BERT 和 GPT 架构的区别是什么？
原题为什么现在的大模型都是 Decoder-only 架构？
原题如果训练一个 AI Coding Agent，是端到端训练还是分阶段训练？
原题客服 Agent 的奖励函数有 Reward Hacking、稀疏、区分度太大（只有完全正确和错误）三个问题，请设计新的 reward 解决至少两个。
原题多轮 Agent 的 RL reward 怎么设计？Turn 级信用分配怎么做？
原题多轮对话 Agent 没有现成对话数据，如何从 UI 操作流合成 SFT 训练语料？
原题Transformer 的整体架构、核心模块与实现流程是什么？
原题训练后量化的完整流程是什么？粒度、校准方法和离群值如何共同影响精度？
原题
暂无题目