返回全部题目← 上一题86 / 136下一题 →题库/模型训练与对齐/Q-5567多层监督的损失如何加权并控制梯度冲突?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:进阶收录题集:1 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi(新窗口打开)Qwen千问(新窗口打开)OpenAIChatGPT(新窗口打开)自动带入当前题目本题目录收录题集相关题目收录题集1 份训练、数据与模型优化:从数据清洗到 LoRAOnefly · zero2Agent · 1 条原题查看题集 →多层网络同时施加 Loss 会带来哪些问题?如何平衡各层损失?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:2 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:1 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:1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Adam 与 Muon 的更新机制和适用参数有什么区别?下一题 →同步与异步 Rollout 如何权衡强化学习吞吐和稳定性?