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 · 704 道题

已筛选

共 704 道题

排序：

5545
On-Policy Distillation 如何利用学生采样和教师反馈训练，有哪些条件？
模型训练与对齐蒸馏与模型合并
原理机制
进阶
1 篇面经5 份题集
5546
多轮 Agent 强化学习中如何设计和验证用户模拟器，防止策略过拟合？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经2 份题集
5591
同步与异步 Rollout 如何权衡强化学习吞吐和稳定性？
模型训练与对齐训练框架、调参与排障
比较选型
进阶
1 篇面经8 份题集
5605
CPU、GPU 与 NPU 的架构和训练推理适用条件有什么区别？
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
1 篇面经6 份题集
6628
Claw-R1 这类步骤级数据中间件有哪些训练与工程边界？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
1 篇面经
6669
ToolRL 如何构造工具调用的格式奖励与内容正确性奖励？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
3684
Scaling Law 与大模型涌现能力分别是什么，有什么关系？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经2 份题集
3716
DeepSeek V3 的训练过程有哪些关键步骤？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经1 份题集
3717
DeepSeek R1 的训练过程有哪些关键步骤？
模型训练与对齐强化学习与奖励
原理机制
进阶
暂无面经6 份题集
3759
Agent 的训练数据如何构建？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经7 份题集