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 · 758 道题

已筛选

共 758 道题

排序：

4887
常见分布式训练框架有哪些特点，应如何选型？
模型训练与对齐训练框架、调参与排障
比较选型
进阶
暂无面经3 个题集来源
4895
RLHF 在实践中有哪些局限与挑战？
模型训练与对齐偏好对齐
开放讨论
—
暂无面经3 个题集来源
4900
观测不满足马尔可夫性时，如何构建强化学习的状态表示？
模型训练与对齐强化学习与奖励
方案设计
进阶
暂无面经3 个题集来源
4905
DQN 如何工作，目标网络与经验回放各有什么作用？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经3 个题集来源
4910
策略梯度与 REINFORCE 如何用采样轨迹优化期望回报？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经3 个题集来源
4918
模仿学习有哪些主要方法，各自学习什么？
模型训练与对齐强化学习与奖励
比较选型
基础
暂无面经3 个题集来源
4938
DeepSpeed 主要解决哪些大模型训练问题？
模型训练与对齐分布式训练与计算硬件
概念解释
进阶
1 篇面经2 个题集来源
4940
MoE 模型训练不稳定时，如何定位并改善？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
暂无面经3 个题集来源
4942
PyTorch 的 DataParallel 与 DistributedDataParallel 有什么区别？
模型训练与对齐训练框架、调参与排障
比较选型
进阶
暂无面经3 个题集来源
4943
DDP 与 FSDP 在状态存储、通信和执行流程上有什么区别？
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
暂无面经3 个题集来源