全部题目

模型、RAG、Agent与工程面试题一网打尽,配套答案解析与延伸追问。

已筛选

共 12224 道题

排序:

6343
PSFT 如何通过近端约束改进监督微调?
模型训练与对齐预训练、续训与 SFT
原理机制
深入
6346
什么是 Overthinking,如何识别并控制过度推理?
模型基础与推理推理与解码
故障排查
进阶
6347
ORPO 如何将监督微调与偏好优化结合?
模型训练与对齐偏好对齐
原理机制
进阶
6349
SimPO 的无参考模型偏好目标如何工作?
模型训练与对齐偏好对齐
原理机制
进阶
6352
RLHF 训练出现奖励塌缩时如何定位并恢复?
模型训练与对齐训练框架、调参与排障
故障排查
深入
6355
模型权重合并如何组合能力,怎样控制参数干扰?
模型训练与对齐蒸馏与模型合并
原理机制
深入
6356
多智能体强化学习与单智能体强化学习有哪些关键差异?
模型训练与对齐强化学习与奖励
比较选型
深入
6357
Memory RL 的跨任务信用分配与训练成本应如何分析?
模型训练与对齐强化学习与奖励
原理机制
深入
6358
使用 AI 编程实现商品自动审核流程。
算法与编程题并发、文件与工程编码
代码题
进阶
6359
AI 编程工具不可用时,如何保全进度并继续任务?
AI 应用工程与治理AI Coding 与研发流程
故障排查
进阶