蚂蚁集团
大模型算法面经
完整信息
本篇目录
继续来分享下最近的面经攒攒人品～
- 项目模型选型 qwen的技术报告
- 场景下为什么选用DPO，卡和资源环境
- 实验设计题：长文本预训练，设计实验找出 不同数据源 不同语料大小下 loss收敛和不收敛的原因
- SFT和RL两阶段的意义
- 看的工作，sota
- 有什么想讲的 highlight的点 ， 有什么想问的
本篇目录
当前问题0106
- 01
项目模型选型 qwen的技术报告
- 02
场景下为什么选用DPO，卡和资源环境
- 03
长文本预训练，设计实验找出 不同数据源 不同语料大小下 loss收敛和不收敛的原因
- 04
SFT和RL两阶段的意义
- 05
看的工作，sota
- 06
有什么想讲的 highlight的点