已筛选

共 6433 道题

排序:

6351
如何构建 PRM 的步骤级训练数据与标签?
模型训练与对齐训练数据构建与治理
方案设计
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
6353
长上下文 RLHF 面临哪些系统与学习瓶颈?
模型训练与对齐强化学习与奖励
原理机制
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
6360
实现包含 JWT 认证与异常处理的用户登录系统。
算法与编程题并发、文件与工程编码
代码题
进阶
6361
实现多来源日志采集、过滤与存储 Agent。
算法与编程题并发、文件与工程编码
代码题
进阶