模型训练与对齐

9 个专题 · 270 道题

3473

用 Qwen-3 等大模型奖励打分时是否需要微调？

模型训练与对齐强化学习与奖励

比较选型

进阶

3474

RAG 项目具体做过哪些微调？

模型训练与对齐预训练、续训与 SFT

项目深挖

进阶

3475

RAG 项目为什么没有采用强化学习？

模型训练与对齐强化学习与奖励

比较选型

进阶

3477

如何解决大模型记忆遗忘问题？

模型训练与对齐训练框架、调参与排障

故障排查

进阶

3478

是否使用过 DeepSpeed、DDP 等分布式训练框架？

模型训练与对齐分布式训练与计算硬件

经历介绍

—

3480

如何设计困难样本挖掘，使项目中的 8B 模型效果超过 14B 模型？

模型训练与对齐训练数据构建与治理

项目深挖

进阶

3482

PPO 的 Critic 如何计算，公式是什么？

模型训练与对齐强化学习与奖励

原理机制

进阶

3483

为什么 DPO 不适合当前项目场景？

模型训练与对齐偏好对齐

比较选型

进阶

3484

SFT 与 RL 数据中的 Reason 是人工标注还是模型生成？

模型训练与对齐训练数据构建与治理

项目深挖

进阶

3485

重新设计项目时，如何改进 SFT 与 RL 流程？

模型训练与对齐预训练、续训与 SFT

方案设计

进阶