模型训练与对齐

本分类共 9 个专题 · 756 道题

9642

多工具 Agent 的训练环境与 Harness 如何设计，哪些部分需要自研？

模型训练与对齐训练框架、调参与排障

系统设计

进阶

9648

AdamW 训练时，参数、梯度和优化器状态分别占多少显存？

模型训练与对齐分布式训练与计算硬件

原理机制

进阶

9658

微调所用基座模型从哪里获取，具体版本和参数配置是什么？

模型训练与对齐参数高效微调

经历介绍

—

9725

完整 Agent rollout 的最终奖励如何定义和汇总？

模型训练与对齐强化学习与奖励

原理机制

进阶

9837

分布式训练解决哪些问题，付出哪些通信与工程成本？

模型训练与对齐分布式训练与计算硬件

概念解释

进阶

9839

重构组 Batch 逻辑会怎样影响训练或推理的随机性，如何控制？

模型训练与对齐训练框架、调参与排障

原理机制

进阶