已筛选

共 6433 道题

排序:

4507
VLM 如何处理高分辨率图像,有哪些计算与架构设计挑战?
模型基础与推理多模态与生成模型
方案设计
深入
4508
VLM 的幻觉与纯文本 LLM 的幻觉有何不同?
AI 应用工程与治理生成质量与幻觉治理
比较选型
进阶
4509
除图片描述和视觉问答外,VLM 还有哪些潜在应用方向?
模型基础与推理多模态与生成模型
开放讨论
—
4510
你是否做过 VLM 微调,使用了什么模型?
模型训练与对齐预训练、续训与 SFT
经历介绍
—
4511
RLHF 相比 SFT 解决哪些对齐问题,为什么仅靠 SFT 往往不够?
模型训练与对齐偏好对齐
比较选型
进阶
4512
经典 RLHF 的三个阶段分别是什么,各阶段的输入、输出和目标是什么?
模型训练与对齐偏好对齐
原理机制
进阶
4513
训练奖励模型时,成对偏好比较相比绝对打分有哪些优缺点?
模型训练与对齐训练数据构建与治理
比较选型
进阶
4514
RLHF 为什么常选择 PPO,而不是 REINFORCE 或 Q-learning?
模型训练与对齐强化学习与奖励
比较选型
深入
4515
PPO 对齐训练的 KL 惩罚系数过大或过小有什么影响,应如何调节?
模型训练与对齐训练框架、调参与排障
故障排查
深入
4516
RLHF 离线奖励很高,但上线回答模式化、奉承且信息不足,应如何排查?
模型训练与对齐偏好对齐
故障排查
深入