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：

3760
Tool Calling 的训练数据应包含哪些类型？
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1 份题集
3761
如何利用真实数据进行模型优化？
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9 份题集
4484
LoRA 微调时如何选择冻结参数和可训练层，依据是什么？
模型训练与对齐参数高效微调
技术决策
进阶
暂无面经5 份题集
4497
Agent 工具调用不正确时，如何用 SFT 或强化学习改进？
模型训练与对齐强化学习与奖励
方案设计
深入
暂无面经2 份题集
4500
训练百亿至千亿参数大模型时，会面临哪些主要工程和算法挑战？
模型训练与对齐分布式训练与计算硬件
系统设计
深入
暂无面经6 份题集
4503
什么是视觉指令微调，它如何改善 VLM 的对话和指令遵循能力？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经7 份题集
4510
你是否做过 VLM 微调，使用了什么模型？
模型训练与对齐预训练、续训与 SFT
经历介绍
—
暂无面经2 份题集
4511
RLHF 相比 SFT 解决哪些对齐问题，为什么仅靠 SFT 往往不够？
模型训练与对齐偏好对齐
比较选型
进阶
暂无面经11 份题集
4512
经典 RLHF 的三个阶段分别是什么，各阶段的输入、输出和目标是什么？
模型训练与对齐偏好对齐
原理机制
进阶
暂无面经12 份题集
4513
训练奖励模型时，成对偏好比较相比绝对打分有哪些优缺点？
模型训练与对齐训练数据构建与治理
比较选型
进阶
暂无面经4 份题集