返回全部题目← 上一题3 / 18下一题 →题库/模型训练与对齐/Q-10978线上 Reward 分布与离线不同，如何检测并定位原因？知识专题：Verifier 与训练评测题目类型：故障排查技术难度：进阶相关面经：1 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经1 篇小米大模型算法2026-11-02一面、二面查看原面经 →如果线上 reward 分布和离线不一致，你怎么发现？相关题目4 题0278工业故障诊断项目如何排除测试污染与 Judge 偏差，证明训练策略收益？同一知识专题题目类型：效果评估技术难度：深入相关面经：1 篇10623如何设计实验，评估联邦学习投毒攻击的效果？同一知识专题题目类型：效果评估技术难度：进阶相关面经：1 篇11383模型评测中如何选择 Pass@1 与 Pass@k，并确定 k？同一知识专题题目类型：方案设计技术难度：进阶相关面经：1 篇2699如何评估微调或训练后模型的效果？同一知识专题题目类型：方案设计技术难度：进阶相关面经：9 篇♥♥♥♥♥← 上一题已到最后一题← 上一题如何设计实验，评估联邦学习投毒攻击的效果？下一题 →模型评测中如何选择 Pass@1 与 Pass@k，并确定 k？
