模型训练与对齐

本分类共 9 个专题 · 1113 道题

9725

完整 Agent rollout 的最终奖励如何定义和汇总？

模型训练与对齐强化学习与奖励

原理机制

进阶

9837

分布式训练解决哪些问题，付出哪些通信与工程成本？

模型训练与对齐分布式训练与计算硬件

概念解释

进阶

9839

重构组 Batch 逻辑会怎样影响训练或推理的随机性，如何控制？

模型训练与对齐训练框架、调参与排障

原理机制

进阶