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：

5775
All-Gather 与 Reduce-Scatter 如何改变各进程的张量分布？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
暂无面经1 份题集
5776
如何使用 NCCL Tests 检查多 GPU 通信性能？
模型训练与对齐分布式训练与计算硬件
操作实践
进阶
暂无面经2 份题集
5777
RDMA、RoCE 与 InfiniBand 是什么关系？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
暂无面经2 份题集
5815
扩散与流匹配训练中，如何设计时间步抽样分布和损失权重？
模型训练与对齐训练框架、调参与排障
方案设计
深入
暂无面经3 份题集
5817
模型权重融合如何组合能力，分层插值有哪些兼容与验证条件？
模型训练与对齐蒸馏与模型合并
方案设计
进阶
暂无面经3 份题集
5821
图像生成模型的训练配方如何组织数据、表示、优化与质量验证？
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9 份题集
5824
冻结编码器的训练特征如何预计算和缓存，有哪些适用边界？
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1 份题集
5826
图像生成模型如何通过数据与偏好后训练改善审美并保持多样性？
模型训练与对齐偏好对齐
方案设计
进阶
暂无面经5 份题集
5827
LoHa 如何用低秩 Hadamard 乘积参数化权重更新？
模型训练与对齐参数高效微调
原理机制
进阶
暂无面经1 份题集
5828
B-LoRA 如何利用不同生成块分离图像内容与风格？
模型训练与对齐参数高效微调
原理机制
进阶
暂无面经1 份题集