真面经，好答案。面试之前，先来面栈。

模型训练与对齐

本分类共 9 个专题 · 1113 道题

已筛选

共 1113 道题

排序：

9147
什么是行为克隆，如何用它学习机器人策略？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
9149
为什么机器人操作任务中经常使用模仿学习？
模型训练与对齐强化学习与奖励
技术决策
进阶
1 篇面经
9270
大模型的数据 Pipeline 如何结合数据增强、标注模型与数据飞轮？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经
9272
业务指标提升时，如何归因到基座、SFT、RL、Bad Case 或样本分布变化？
模型训练与对齐Verifier 与训练评测
效果评估
进阶
1 篇面经
9617
ViT 与语言模型常用哪些训练损失，多模态训练如何分配目标？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
1 篇面经
9631
SAM 3 的训练流程如何组织？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
1 篇面经
9632
SAM 3 训练中与文本相关的数据集如何构建？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经
9636
多轮工具调用 Agent 的强化学习损失如何设计与计算？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
9641
Agent 强化学习中如何优化工具等待与训练批次组织？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
1 篇面经
9658
微调所用基座模型从哪里获取，具体版本和参数配置是什么？
模型训练与对齐参数高效微调
经历介绍
—
1 篇面经