跳到主要内容
真面经,好答案。面试之前,先来面栈。
正在加载页面…
题库
/
模型训练与对齐
/
参数高效微调
参数高效微调
本分类共
9
个专题 ·
761
道题
专题概览
题目列表
761
参数高效微调
问题类型
问题类型
比较选型
代码题
方案设计
故障排查
技术决策
经历介绍
项目深挖
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
37
道题
开始复习
排序:
排序
高频优先
编号降序
编号顺序
最近更新
题号
题目
技术难度
收录情况
复习状态
0633
给定 7B 模型,如何计算 LoRA 参数及优化器显存分配?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
1
篇面经
2
个题集来源
给定 7B 模型,如何计算 LoRA 参数及优化器显存分配?的复习状态
未标记
待复习
已掌握
2901
微调 Qwen 时如何选择训练阶段和损失函数?
模型训练与对齐
参数高效微调
方案设计
已有答案
面前必看
进阶
2
篇面经
1
个题集来源
微调 Qwen 时如何选择训练阶段和损失函数?的复习状态
未标记
待复习
已掌握
4629
参数高效微调 PEFT 如何缓解全参数微调的限制?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
参数高效微调 PEFT 如何缓解全参数微调的限制?的复习状态
未标记
待复习
已掌握
4702
Prefix-tuning 如何通过可训练前缀适配模型?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
Prefix-tuning 如何通过可训练前缀适配模型?的复习状态
未标记
待复习
已掌握
4704
Prompt-tuning 如何工作,它训练哪些参数?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
暂无面经
3
个题集来源
Prompt-tuning 如何工作,它训练哪些参数?的复习状态
未标记
待复习
已掌握
4753
用 Python 和 PyTorch 实现 LoRA 低秩适配器。
模型训练与对齐
参数高效微调
代码题
已有答案
面前必看
深入
暂无面经
3
个题集来源
用 Python 和 PyTorch 实现 LoRA 低秩适配器。的复习状态
未标记
待复习
已掌握
5220
Adapter、Prefix Tuning、Prompt Tuning、P-Tuning 与 LoRA 如何比较和选择?
模型训练与对齐
参数高效微调
比较选型
已有答案
面前必看
进阶
1
篇面经
2
个题集来源
Adapter、Prefix Tuning、Prompt Tuning、P-Tuning 与 LoRA 如何比较和选择?的复习状态
未标记
待复习
已掌握
0614
SFT 和 PEFT 训练中使用过哪些技巧?
模型训练与对齐
参数高效微调
项目深挖
已有答案
面前必看
进阶
1
篇面经
1
个题集来源
SFT 和 PEFT 训练中使用过哪些技巧?的复习状态
未标记
待复习
已掌握
0627
为什么要对大模型微调?
模型训练与对齐
参数高效微调
比较选型
已有答案
面前必看
基础
1
篇面经
1
个题集来源
为什么要对大模型微调?的复习状态
未标记
待复习
已掌握
2912
如何理解任务微调的权重更新具有低内在秩这一假设?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
1
篇面经
1
个题集来源
如何理解任务微调的权重更新具有低内在秩这一假设?的复习状态
未标记
待复习
已掌握
0633
给定 7B 模型,如何计算 LoRA 参数及优化器显存分配?
模型训练与对齐
参数高效微调
原理机制
已有答案
面前必看
进阶
1
篇面经
2
个题集来源
给定 7B 模型,如何计算 LoRA 参数及优化器显存分配?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
37
道题 · 显示 11–20 道
上一页
1
2
3
4
2 / 4
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。