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 · 756 道题

已筛选

共 756 道题

排序：

7435
Dropout 为什么在训练时按保留概率缩放，推理时怎样处理？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
1 篇面经
7480
项目中的样本动态加权与梯度解耦缩放如何实现？
模型训练与对齐训练框架、调参与排障
项目深挖
进阶
1 篇面经
7483
项目中的 PPO 奖励解耦如何设计，为什么这样做？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
7699
MiniOneRec 项目使用多大规模的数据集，数据如何构建？
模型训练与对齐训练数据构建与治理
项目深挖
进阶
1 篇面经
7712
神经网络从前向传播、反向传播到参数更新的完整训练流程是什么？
模型训练与对齐训练框架、调参与排障
原理机制
进阶
1 篇面经
7713
如何清洗大模型训练数据并构建训练数据集？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经
7944
Agentic-GRPO 适合哪些业务场景，主要解决什么问题？
模型训练与对齐强化学习与奖励
概念解释
进阶
1 篇面经
7945
项目中的 GRPO 训练用了多少数据、运行多久，主要配置是什么？
模型训练与对齐强化学习与奖励
项目深挖
进阶
1 篇面经
7946
Agent 红蓝对抗训练如何实现，对抗双方是否由同一智能体承担？
模型训练与对齐强化学习与奖励
方案设计
进阶
1 篇面经
7947
CoT 推理训练数据集如何构建，怎样结合人工与自动生成？
模型训练与对齐训练数据构建与治理
方案设计
进阶
1 篇面经