模型训练与对齐

本分类共 9 个专题 · 811 道题

8377

用 8 张 A100 对 7B 视觉语言模型进行 GRPO 训练时，如何加速训练与推理？

模型训练与对齐训练框架、调参与排障

方案设计

进阶

8379

verl 等大模型强化学习框架如何提高训练与采样效率？

模型训练与对齐训练框架、调参与排障

原理机制

进阶

8458

强化学习中的 Return（回报）是什么，如何计算？

模型训练与对齐强化学习与奖励

概念解释

基础

8459

预训练与 SFT 的学习率数量级通常怎样选择，为什么不同？

模型训练与对齐训练框架、调参与排障

技术决策

进阶

8747

CUDA 与 HIP 有什么区别，开发和迁移时如何选择？

模型训练与对齐分布式训练与计算硬件

比较选型

进阶

8750

CUDA 有哪些同步机制，分别适用哪些范围与场景？

模型训练与对齐分布式训练与计算硬件

原理机制

进阶

8755

OpenMP 与 MPI 分别用于什么并行场景，可以怎样配合？

模型训练与对齐分布式训练与计算硬件

比较选型

进阶

8770

算法自动生成的训练数据，如何评估质量？

模型训练与对齐训练数据构建与治理

效果评估

进阶

8817

DPO 偏好数据对从哪里来，如何构造与验证？

模型训练与对齐偏好对齐

项目深挖

进阶

8919

OPD 训练如何筛选学生轨迹，为什么排除某些错误轨迹？

模型训练与对齐蒸馏与模型合并

技术决策

进阶