返回全部题目← 上一题85 / 91下一题 →题库/模型训练与对齐/Q-6288如何设计与能力目标和资源约束一致的模型后训练流程？知识专题：预训练、续训与 SFT题目类型：方案设计技术难度：深入收录题集：6 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6 份后训练综合问答阿东玩 AI · AgentGuide · 2 条原题查看题集 →设计 Reasoning Model 训练 Pipeline（R1/o1 风格）。设计医疗垂类大模型 Post-Training 流程。后训练流程设计阿东玩 AI · AgentGuide · 3 条原题查看题集 →豆包 2.0 完整 Post-Training 方案类 R1 推理模型完整训练流程文档问答任务 QLoRA 方案预训练与架构阿东玩 AI · AgentGuide · 1 条原题查看题集 →【后训练策略】请谈谈你对开源大模型与自研大模型在后训练策略上可能存在的差异的理解。 「蚂蚁集团」其他LLM与NLP阿东玩 AI · AgentGuide · 1 条原题查看题集 →【后训练挑战与趋势】你认为当前大模型后训练领域面临的主要技术挑战和发展趋势是什么？ 「蚂蚁集团」SFT与指令微调阿东玩 AI · AgentGuide · 3 条原题查看题集 →【后训练架构】你整套后训练训练架构是怎么搭建的？ 「字节跳动」【安全对齐后训练】如何针对“拒绝回答有害问题”这一能力进行专项的后训练优化请描述技术思路。 「蚂蚁集团」「拼多多、蚂蚁集团」请描述一个典型的大模型后训练项目从需求分析到上线的完整工作流程。展开剩余 1 份题集强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →【GRPO训练流程设计】针对推理链BadCase，如果想用GRPO来解决，完整的训练流程应该如何设计？ 「字节跳动」相关题目4 题0083如何提升 Agent 的长程任务能力？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇0085当 pass@k 与 pass@1 的差距收敛后，如何继续提升模型能力？同一知识专题题目类型：方案设计技术难度：深入相关面经：1 篇0207基座已有工具调用能力时，Tool-use SFT 的训练目标是什么？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0495你有哪些大模型后训练经验？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题元学习如何支持少样本任务适配，有哪些适用假设？下一题 →PSFT 如何通过近端约束改进监督微调？
