模型训练与对齐

9 个专题 · 270 道题

0608

组内样本全对或全错有什么问题，DAPO 如何处理？

模型训练与对齐训练数据构建与治理

原理机制

进阶

0609

Reward Model 常用什么结构，与 Value Model 有什么区别？

模型训练与对齐强化学习与奖励

比较选型

进阶

0614

SFT 和 PEFT 训练中使用过哪些技巧？

模型训练与对齐参数高效微调

项目深挖

进阶

0626

如何理解模型训练中的过拟合和欠拟合？

模型训练与对齐训练框架、调参与排障

故障排查

基础

0627

为什么要对大模型微调？

模型训练与对齐参数高效微调

比较选型

基础

0629

模型训练的显存由哪些部分占用？

模型训练与对齐分布式训练与计算硬件

原理机制

进阶

0630

训练语料量和 Batch Size 如何设置，为什么不设为 1 或 2？

模型训练与对齐训练数据构建与治理

方案设计

进阶

0633

给定 7B 模型，如何计算 LoRA 参数及优化器显存分配？

模型训练与对齐参数高效微调

原理机制

进阶

0635

Agentic RL 是什么？

模型训练与对齐强化学习与奖励

原理机制

基础

0637

大模型侧需要做哪些改进以适配 Agent？

模型训练与对齐预训练、续训与 SFT

方案设计

进阶