Verifier 与训练评测

本分类共 9 个专题 · 1113 道题

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

5987

人脸模型与生成身份保持如何评估，身份相似度阈值怎样校准？

模型训练与对齐Verifier 与训练评测

效果评估

进阶

暂无面经 1 个题集来源

6019

增量目标检测如何设计分阶段评估并量化遗忘？

模型训练与对齐Verifier 与训练评测

效果评估

进阶

暂无面经 1 个题集来源

9272

业务指标提升时，如何归因到基座、SFT、RL、Bad Case 或样本分布变化？

模型训练与对齐Verifier 与训练评测

效果评估

进阶