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：

5665
InternVL 的渐进式缩放如何先训练视觉编码器再迁移到更大语言模型？
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
5702
多模态预训练如何设计掩码目标，协调模态内与跨模态学习？
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
5715
跨机器人、多任务和多具身形态训练如何组织数据与可迁移策略？
模型训练与对齐训练数据构建与治理
原理机制
进阶
暂无面经1 个题集来源
5743
什么是 GPU 显存带宽？
模型训练与对齐分布式训练与计算硬件
概念解释
基础
暂无面经1 个题集来源
5756
PyTorch、torchvision、CUDA 与 cuDNN 分别承担什么职责？
模型训练与对齐训练框架、调参与排障
概念解释
基础
暂无面经1 个题集来源
5771
XPU、MLU 与 MUSA 分别指什么，比较时如何区分硬件与软件层？
模型训练与对齐分布式训练与计算硬件
概念解释
进阶
暂无面经1 个题集来源
5817
模型权重融合如何组合能力，分层插值有哪些兼容与验证条件？
模型训练与对齐蒸馏与模型合并
方案设计
进阶
暂无面经1 个题集来源
5824
冻结编码器的训练特征如何预计算和缓存，有哪些适用边界？
模型训练与对齐训练框架、调参与排障
方案设计
进阶
暂无面经1 个题集来源
5827
LoHa 如何用低秩 Hadamard 乘积参数化权重更新？
模型训练与对齐参数高效微调
原理机制
进阶
暂无面经1 个题集来源
5828
B-LoRA 如何利用不同生成块分离图像内容与风格？
模型训练与对齐参数高效微调
原理机制
进阶
暂无面经1 个题集来源