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 · 1113 道题

已筛选

共 1113 道题

排序：

3459
DAPO 如何进行动态采样？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
3460
GRPO 中为什么错误答案较长、正确答案较短？
模型训练与对齐强化学习与奖励
原理机制
进阶
1 篇面经
3540
PPO 训练应监测哪些指标，如何评价效果？
模型训练与对齐Verifier 与训练评测
效果评估
进阶
1 篇面经
3555
回答效果不佳时，如何分别通过 RAG 和微调改进？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
1 篇面经
3640
多轮对话训练时如何处理过长上下文？
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
1 篇面经
3666
图生图模型的微调数据如何构建？
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
3716
DeepSeek V3 的训练过程有哪些关键步骤？
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
暂无面经1 个题集来源
3760
Tool Calling 的训练数据应包含哪些类型？
模型训练与对齐训练数据构建与治理
方案设计
进阶
暂无面经1 个题集来源
4626
按训练目标划分，大模型微调有哪些主要类型？
模型训练与对齐预训练、续训与 SFT
概念解释
基础
暂无面经1 个题集来源
4679
GRPO 训练 MoE 模型时可能出现哪些问题，应如何定位和改进？
模型训练与对齐训练框架、调参与排障
故障排查
深入
暂无面经1 个题集来源