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:

5548
LLaMA-Factory 与 TRL 等训练工具如何比较和选型?
模型训练与对齐训练框架、调参与排障
比较选型
进阶
5558
中间特征蒸馏如何选层、对齐并设计损失?
模型训练与对齐蒸馏与模型合并
原理机制
进阶
5563
长短推理链训练数据应如何按任务选择和配比?
模型训练与对齐训练数据构建与治理
技术决策
进阶
5564
Adam 与 Muon 的更新机制和适用参数有什么区别?
模型训练与对齐训练框架、调参与排障
比较选型
进阶
5565
SAC 如何学习最大熵策略,有哪些优势和适用条件?
模型训练与对齐强化学习与奖励
原理机制
进阶
5567
多层监督的损失如何加权并控制梯度冲突?
模型训练与对齐训练框架、调参与排障
原理机制
进阶
5590
Ray 如何调度任务,并处理 Worker、节点和对象故障?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
5593
Agentic RL 如何编排采样、训练、奖励和推理引擎?
模型训练与对齐训练框架、调参与排障
方案设计
进阶
5599
如何用 Roofline 与性能剖析定位和优化 GPU 算子瓶颈?
模型训练与对齐分布式训练与计算硬件
故障排查
深入
5600
分布式训练的集合通信量如何估算,怎样实现计算通信重叠?
模型训练与对齐分布式训练与计算硬件
原理机制
深入