训练、数据与模型优化：从数据清洗到 LoRA
大模型温度参数的作用是什么？实际使用时如何选择？
原题Prompt Engineering 与模型微调如何结合以提升模型能力？
原题大模型架构近年来有哪些主要演进方向？各类结构变化解决了什么问题？
原题训练大模型时最困难的环节是什么？如何识别数据、优化和工程瓶颈？
原题监督学习、无监督学习与强化学习分别以什么作为训练信号？
原题多轮对话 RL 如何设计过程奖励与终局奖励，并避免用户模拟器过拟合？
原题为什么 SFT 后继续做 DPO/PPO 等偏好优化可能导致基础能力退化？
原题Agent 动作空间过大导致探索低效时，如何裁剪和分层？
原题TTS 音频如何被离散化为 Token，语义与音色信息如何取舍？
原题LLaMA-Factory 和 TRL 等 SFT / RL 工具如何对比和选型？
原题
暂无题目