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：

4689
对比学习的 Batch Size 应如何选择，为什么并非越大越好？
模型训练与对齐训练框架、调参与排障
比较选型
进阶
暂无面经1 个题集来源
4710
GLM 自回归空白填充与 BERT 掩码语言建模有什么区别？
模型训练与对齐预训练、续训与 SFT
比较选型
深入
暂无面经1 个题集来源
4721
强化学习中的策略函数、状态值函数和动作值函数分别是什么？
模型训练与对齐强化学习与奖励
概念解释
基础
暂无面经1 个题集来源
4725
DeepSeek-R1-Zero 中的 Zero 指什么？
模型训练与对齐强化学习与奖励
概念解释
进阶
暂无面经1 个题集来源
4726
DeepSeek-R1-Zero 的训练路线有哪些局限？
模型训练与对齐强化学习与奖励
效果评估
进阶
暂无面经1 个题集来源
4728
对于 DeepSeek-R1，PRM 与 MCTS 是否有用，各有什么适用条件？
模型训练与对齐强化学习与奖励
比较选型
深入
暂无面经1 个题集来源
4774
如何通过消融实验区分 RLHF 奖励模型、PPO 与 KL 惩罚的贡献？
模型训练与对齐Verifier 与训练评测
效果评估
深入
暂无面经1 个题集来源
4781
Llama 3 采用哪些数据配比、训练稳定性和长上下文扩展策略？
模型训练与对齐预训练、续训与 SFT
原理机制
深入
暂无面经1 个题集来源
4860
BERT 为什么选择遮蔽约 15% 的 Token，这个比例能否调整？
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
4878
如何查询服务器 GPU 的具体型号与设备信息？
模型训练与对齐分布式训练与计算硬件
操作实践
基础
暂无面经1 个题集来源