模型训练与对齐

9 个专题 · 270 道题

0638

大模型微调的机制是什么？

模型训练与对齐预训练、续训与 SFT

原理机制

进阶

0639

是否有从零训练大模型的经历？

模型训练与对齐预训练、续训与 SFT

项目深挖

进阶

0678

Query Agent 相关性模型如何标注训练样本？

模型训练与对齐训练数据构建与治理

方案设计

进阶

0679

强化学习训练中的 Reference Model 起什么作用？

模型训练与对齐强化学习与奖励

原理机制

基础

0680

SFT 与 RL 数据如何构造，如何选择点对点或点对面方式？

模型训练与对齐训练数据构建与治理

方案设计

进阶

0681

为什么在 SFT 后采用 RL，SFT 遇到了什么问题？

模型训练与对齐预训练、续训与 SFT

比较选型

进阶

0732

冷启动使用了多少数据，分布如何？

模型训练与对齐训练数据构建与治理

项目深挖

进阶

0735

RL 训练中通常观察哪些参数和指标？

模型训练与对齐训练框架、调参与排障

效果评估

基础

0737

DPO 是否需要额外加入 KL 约束？

模型训练与对齐偏好对齐

原理机制

进阶

0763

什么是高质量数据？

模型训练与对齐训练数据构建与治理

原理机制

进阶