Verifier 与训练评测

9 个专题 · 270 道题

0278

工业故障诊断项目如何排除测试污染与 Judge 偏差，证明训练策略收益？

模型训练与对齐Verifier 与训练评测

效果评估

深入

1 篇面经 1 份题集

3655

如何判断强化学习训练质量是否达标？

模型训练与对齐Verifier 与训练评测

效果评估

进阶

2699

如何评估微调或训练后模型的效果？

模型训练与对齐Verifier 与训练评测

方案设计

进阶

2796

论文方法能否泛化到垂直领域？

模型训练与对齐Verifier 与训练评测

效果评估

进阶

3007

Agent 后训练中的 Verifier 如何设计？

模型训练与对齐Verifier 与训练评测

方案设计

进阶

3540

PPO 训练应监测哪些指标，如何评价效果？

模型训练与对齐Verifier 与训练评测

效果评估

进阶

3543

如何验证并调优 Reward Model 与 Critic 的有效性？

模型训练与对齐Verifier 与训练评测

效果评估

进阶