模型训练与对齐

本分类共 9 个专题 · 1113 道题

7200

NVIDIA H100 与 B200 有哪些主要区别？

模型训练与对齐分布式训练与计算硬件

比较选型

进阶

7480

项目中的样本动态加权与梯度解耦缩放如何实现？

模型训练与对齐训练框架、调参与排障

项目深挖

进阶

7483

项目中的 PPO 奖励解耦如何设计，为什么这样做？

模型训练与对齐强化学习与奖励

项目深挖

进阶

7699

MiniOneRec 项目使用多大规模的数据集，数据如何构建？

模型训练与对齐训练数据构建与治理

项目深挖

进阶

7944

Agentic-GRPO 适合哪些业务场景，主要解决什么问题？

模型训练与对齐强化学习与奖励

概念解释

进阶

7946

Agent 红蓝对抗训练如何实现，对抗双方是否由同一智能体承担？

模型训练与对齐强化学习与奖励

方案设计

进阶

8295

PPO 训练不稳定时，应从哪些方面排查？

模型训练与对齐强化学习与奖励

故障排查

进阶

8458

强化学习中的 Return（回报）是什么，如何计算？

模型训练与对齐强化学习与奖励

概念解释

基础

8750

CUDA 有哪些同步机制，分别适用哪些范围与场景？

模型训练与对齐分布式训练与计算硬件

原理机制

进阶

8755

OpenMP 与 MPI 分别用于什么并行场景，可以怎样配合？

模型训练与对齐分布式训练与计算硬件

比较选型

进阶