跳到主要内容
真面经,好答案。面试之前,先来面栈。
题库
/
模型训练与对齐
模型训练与对齐
本分类共
9
个专题 ·
704
道题
专题概览
题目列表
704
模型训练与对齐面试题
继续复习
待复习
0
知识专题
知识专题
参数高效微调
分布式训练与计算硬件
偏好对齐
强化学习与奖励
训练框架、调参与排障
训练数据构建与治理
预训练、续训与 SFT
蒸馏与模型合并
Verifier 与训练评测
知识专题
知识专题
找到
9
个专题
知识专题
参数高效微调
分布式训练与计算硬件
偏好对齐
强化学习与奖励
训练框架、调参与排障
训练数据构建与治理
预训练、续训与 SFT
蒸馏与模型合并
Verifier 与训练评测
未找到匹配专题
问题类型
问题类型
比较选型
操作实践
代码题
方案设计
概念解释
故障排查
技术决策
经历介绍
开放讨论
系统设计
项目深挖
效果评估
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
704
道题
开始复习
排序:
排序
面经最多
题集最多
题号降序
最近更新
题号
题目
技术难度
收录情况
复习状态
5309
如何估算强化学习训练所需的模型规模、GPU 数量和训练时长?
模型训练与对齐
分布式训练与计算硬件
方案设计
已有答案
面前必看
深入
暂无面经
2
份题集
如何估算强化学习训练所需的模型规模、GPU 数量和训练时长?的复习状态
未标记
待复习
已掌握
5339
梯度下降如何更新参数,步长与收敛条件有何关系?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
暂无面经
9
份题集
梯度下降如何更新参数,步长与收敛条件有何关系?的复习状态
未标记
待复习
已掌握
5340
牛顿法如何由二阶近似推导更新,与梯度下降有何不同?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
深入
暂无面经
2
份题集
牛顿法如何由二阶近似推导更新,与梯度下降有何不同?的复习状态
未标记
待复习
已掌握
5366
BatchNorm 与 Dropout 共同使用时会怎样相互影响?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
BatchNorm 与 Dropout 共同使用时会怎样相互影响?的复习状态
未标记
待复习
已掌握
5405
在 LSTM 中应如何使用 Dropout?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
在 LSTM 中应如何使用 Dropout?的复习状态
未标记
待复习
已掌握
5430
实现数值稳定的 DPO 偏好损失。
模型训练与对齐
偏好对齐
代码题
已有答案
面前必看
进阶
暂无面经
5
份题集
实现数值稳定的 DPO 偏好损失。的复习状态
未标记
待复习
已掌握
5434
PyTorch 张量视图、形状变换和索引操作有哪些语义差异?
模型训练与对齐
训练框架、调参与排障
比较选型
已有答案
面前必看
进阶
暂无面经
7
份题集
PyTorch 张量视图、形状变换和索引操作有哪些语义差异?的复习状态
未标记
待复习
已掌握
5435
PyTorch 广播如何对齐维度,怎样避免静默计算错误?
模型训练与对齐
训练框架、调参与排障
原理机制
已有答案
面前必看
进阶
暂无面经
3
份题集
PyTorch 广播如何对齐维度,怎样避免静默计算错误?的复习状态
未标记
待复习
已掌握
5436
实现正确且可扩展的 PyTorch 训练与评估循环。
模型训练与对齐
训练框架、调参与排障
代码题
已有答案
面前必看
深入
暂无面经
2
份题集
实现正确且可扩展的 PyTorch 训练与评估循环。的复习状态
未标记
待复习
已掌握
5437
如何审查并修复 PyTorch 评估函数中的模式、梯度与统计错误?
模型训练与对齐
训练框架、调参与排障
故障排查
已有答案
面前必看
进阶
暂无面经
1
份题集
如何审查并修复 PyTorch 评估函数中的模式、梯度与统计错误?的复习状态
未标记
待复习
已掌握
5309
如何估算强化学习训练所需的模型规模、GPU 数量和训练时长?
模型训练与对齐
分布式训练与计算硬件
方案设计
已有答案
面前必看
深入
暂无面经
2
份题集
如何估算强化学习训练所需的模型规模、GPU 数量和训练时长?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
704
道题 · 显示 451–460 道
上一页
1
…
45
46
47
…
71
46 / 71
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。