返回全部题目← 上一题31 / 204下一题 →题库/模型训练与对齐/Q-14105MoE 的路由重放为什么能缓解 Rollout 与训练侧的路由不一致？知识专题：训练框架、调参与排障题目类型：原理机制技术难度：进阶相关面经：2 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2 篇阿里巴巴AI Infra2026-09-17一面查看原面经 →路由重放可以缓解rollout与训练侧MoE路由不一致的原理字节跳动大模型算法2026-04-12暑期实习一面查看原面经 →GRPO在训练moe模型时候，出现rollout和训练的专家路由不一样的原因是什么，这个问题的解决方案有什么相关题目4 题0100项目中的强化学习框架是如何搭建的？同一知识专题题目类型：项目深挖技术难度：深入相关面经：3 篇0101verl 中的 Agent Loop 如何实现？同一知识专题题目类型：原理机制技术难度：进阶相关面经：3 篇0276训练正常而离线评测骤降时，如何定位链路问题？同一知识专题题目类型：故障排查技术难度：深入相关面经：1 篇0381资源受限的微调中，如何判断学习率过高或过低？同一知识专题题目类型：故障排查技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题MoE 的 Rollout 路由信息怎样记录并交给训练侧消费？下一题 →是否阅读过 DeepSpeed 或 Megatron 的源码，有哪些实现认识？
