已筛选

共 6433 道题

排序:

5218
LoRA+ 为什么对低秩矩阵使用不同学习率,与标准 LoRA 有何取舍?
模型训练与对齐参数高效微调
原理机制
进阶
5219
DoRA 如何分解权重的方向与幅度,与 LoRA 有什么区别?
模型训练与对齐参数高效微调
原理机制
进阶
5220
Adapter、Prefix Tuning、Prompt Tuning、P-Tuning 与 LoRA 如何比较和选择?
模型训练与对齐参数高效微调
比较选型
进阶
5221
VAPO 如何改进长推理强化学习中的价值与优势估计?
模型训练与对齐强化学习与奖励
原理机制
深入
5222
如何根据任务与工程约束选择大模型微调和后训练框架?
模型训练与对齐训练框架、调参与排障
比较选型
进阶
5224
为什么混合使用递归状态与全局注意力,两者如何互补?
模型基础与推理Transformer 与注意力
原理机制
深入
5225
AttnRes、mHC 与门控残差如何改变跨层信息流,各有什么取舍?
模型基础与推理模型架构与表示
比较选型
深入
5226
N-gram 嵌入如何增加模型容量,为什么训练损失下降未必带来下游收益?
模型基础与推理模型架构与表示
原理机制
深入
5227
为什么应将上下文压缩纳入长程 Agent 训练,如何验证其作用?
模型训练与对齐强化学习与奖励
原理机制
深入
5228
Dual Chunk Attention 如何通过分块位置处理扩展长上下文?
模型基础与推理Transformer 与注意力
原理机制
深入