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：

6081
实现量化基座上的 LoRA 适配训练流程。
模型训练与对齐参数高效微调
代码题
深入
暂无面经1 份题集
6082
实现冻结主干的 Prefix Tuning。
模型训练与对齐参数高效微调
代码题
进阶
暂无面经1 份题集
6084
实现 Bradley–Terry 成对奖励模型损失。
模型训练与对齐偏好对齐
代码题
进阶
暂无面经2 份题集
6085
实现 GRPO 的组内优势与策略损失。
模型训练与对齐强化学习与奖励
代码题
深入
暂无面经5 份题集
6096
实现跨设备分块与环形 KV 传递的 Ring Attention。
模型训练与对齐分布式训练与计算硬件
代码题
深入
暂无面经1 份题集
6097
实现张量并行的 MLP。
模型训练与对齐分布式训练与计算硬件
代码题
深入
暂无面经1 份题集
6098
实现使用 FSDP 的训练步骤。
模型训练与对齐分布式训练与计算硬件
代码题
深入
暂无面经1 份题集
6101
强化学习轨迹的自然终止与强制截断有何区别，回报应如何处理？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经2 份题集
6112
模型式与无模型强化学习如何工作，何时选择？
模型训练与对齐强化学习与奖励
比较选型
进阶
暂无面经1 份题集
6114
MuZero 类任务相关模型如何支持规划，与完整观测重建和价值模型有何区别？
模型训练与对齐强化学习与奖励
原理机制
深入
暂无面经1 份题集