返回全部题目← 上一题90 / 91下一题 →题库/模型训练与对齐/Q-6814如何通过监督与强化训练培养大模型的分步推理能力？知识专题：预训练、续训与 SFT题目类型：方案设计技术难度：进阶收录题集：2 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2 份预训练与架构阿东玩 AI · AgentGuide · 1 条原题查看题集 →【思维链与推理能力训练】现在大模型的 CoT 和深度思考能力是如何通过训练得来的? 「阿里巴巴」SFT与指令微调阿东玩 AI · AgentGuide · 1 条原题查看题集 →【长CoT数据构造】长cot数据怎么构造，介绍完整流程？COT的训练是如何做的，数据如何构造？ 「美团、阿里通义」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← 上一题通用基座大模型与业务模型的建设目标、数据和评估有何不同？下一题 →为什么采用多阶段 SFT，阶段目标与切换应如何设计？
