返回全部题目← 上一题21 / 204下一题 →题库/模型训练与对齐/Q-11808大模型预训练与强化学习训练在工程上各有哪些优化方向？知识专题：训练框架、调参与排障题目类型：方案设计技术难度：进阶相关面经：1 篇未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经相关题目相关面经1 篇阿里巴巴AI Infra2026-02-28实习查看原面经 →大模型预训练和强化学习训练在工程上还有哪些可优化的点相关题目4 题0100项目中的强化学习框架是如何搭建的？同一知识专题题目类型：项目深挖技术难度：深入相关面经：3 篇0101verl 中的 Agent Loop 如何实现？同一知识专题题目类型：原理机制技术难度：进阶相关面经：3 篇0276训练正常而离线评测骤降时，如何定位链路问题？同一知识专题题目类型：故障排查技术难度：深入相关面经：1 篇0381资源受限的微调中，如何判断学习率过高或过低？同一知识专题题目类型：故障排查技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题训练 MoE 与多模态模型时，各有哪些工程优化方向？下一题 →项目使用什么库实现 DPO，如何配置训练？
