匹配标题与标签：DDPM vs Flow Matching: 采样效率与优缺点? 建模思路、训练目标与采样效率对比，优缺点分析模型训练扩散模型流匹配生成模型概率流常微分方程 2026真题 DDPM vs Flow Matching 扩散模型对比 Flow Matching 采样效率大模型训练与微调百度

#扩散模型#流匹配#生成模型

面试题·推理优化· 百度

模型优化方法有哪些？

匹配标题与标签：…署，系统性提升大模型性能推理优化模型量化 KV Cache优化分布式训练推理引擎模型压缩 2026真题大模型优化方法模型训练优化推理加速部署优化系统优化与推理加速百度

#模型量化#KV Cache优化#分布式训练

面试题·模型训练· 网易

SFT 置信度下降影响

匹配标题与标签：SFT 置信度下降影响置信度下降对校准、阈值和业务决策的影响，补充适用边界与工程取舍模型训练模型校准标签平滑温度缩放过拟合分布偏移 2026真题 SFT 置信度下降影响 SFT 后置信度下降有什么影响？校准、ECE 与阈值 SFT 置信度下降监督微调概率分布分类模型微调后低置信度大模型训练与微调网易

第 1 / 5 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#模型校准

#标签平滑

#温度缩放

面试题·模型训练· 阿里

PyTorch 动态图怎么自动微分?

匹配题目：请解释PyTorch中动态计算图的工作机制，包括自动微分的实现原理，以及它在深度学习模型训练中的作用和优势。

#动态计算图#自动微分#反向传播

面试题·项目与经历· 字节

大模型任务表现差怎么排查？

匹配标题与标签：…优化策略项目与经历模型调试 bad case分析数据质量训练策略评测体系 2026真题大模型优化策略模型性能排查大模型训练调优项目落地经验字节

#模型调试#bad case分析#数据质量

面试题·模型训练· 商汤科技

Focal Loss 公式与作用机制

匹配标题与标签：Focal Loss 公式与作用机制类别不平衡场景下 Focal Loss 如何调节难易样本权重模型训练 Focal Loss 类别不平衡损失函数设计难例挖掘目标检测 2026真题 Focal Loss 公式 Focal Loss 作用机制大模型训练与微调商汤科技

#Focal Loss#类别不平衡#损失函数设计

面试题·模型训练· 美团

训练数据清洗：规则 vs LLM

匹配题目：在大模型训练前的数据清洗阶段，应如何权衡使用基于规则的方法与基于大模型（LLM）的自动化清洗？请从准确性、效率、可解释性和成本角度对比两种方法的适用场景。

#数据清洗#数据工程#训练数据构建

面试题·模型训练· 海尔

LoRA 低秩分解 vs 全量微调怎么选?

匹配标题与标签：LoRA 低秩分解 vs 全量微调怎么选? 大模型参数效率与性能保持的原理,低秩矩阵分解详解模型训练 LoRA 参数高效微调低秩分解轻量化训练大模型微调 2026真题 LoRA 微调低秩矩阵分解大模型参数效率大模型训练与微调海尔

#LoRA#参数高效微调#低秩分解

面试题·模型训练· 高德

匹配正文：…模按幂律下降，参数指数约为0.076，也就是损失项近似N的负0.076次方，而不是负0.74。这个数是经验拟合，不是跨架构常数。大模型训练仍是非凸优化，没有“近似凸”或SGD保证找到全局极小值的结论。机制与边界规模带来的正面作用包括更丰富的表示、更好的少样本迁移和在一定范围内可预测的损失下降。负面是训练计算、通信、显存、推理延迟与数据需求增长，也更容易暴露数据污染和部署成本。Kaplan scaling law描述固定研究设置下损失与参数、数据、计算的经验关系，并指出大模…

#缩放定律#过参数化#双下降现象

面试题·模型训练· OPPO

二分类交叉熵损失函数怎么推导?

匹配标题与标签：二分类交叉熵损失函数怎么推导? 逻辑回归中损失函数的数学表达式与设计动机模型训练交叉熵损失逻辑回归极大似然估计凸优化信息论 2026真题二分类交叉熵逻辑回归损失函数交叉熵推导大模型训练与微调 OPPO

#交叉熵损失#逻辑回归#极大似然估计

面试题·模型训练· OPPO

MSE 损失函数怎么用?

匹配标题与标签：MSE 损失函数怎么用? 回归问题中均方误差的数学定义、优缺点及适用场景模型训练 MSE 回归损失损失函数模型训练梯度下降 2026真题 MSE 损失函数均方误差回归 MSE 优缺点大模型训练与微调 OPPO

#MSE#回归损失#损失函数

面试题·模型训练· 美团

训练曲线异常怎么排查？

匹配题目：在大模型训练过程中，常见的训练曲线（如loss、learning rate、gradient norm等随epoch变化的趋势图）分别反映了哪些训练状态？请解释典型曲线形态（如震荡、上升、过早饱和）背后的可能原因及应对策略。

#训练监控#学习率调度#梯度裁剪

面试题·模型训练· 字节

Prompt vs Seq2Seq，怎么转？

匹配标题与标签：…rompt vs Seq2Seq，怎么转？ Prompt-based Generation vs Seq2Seq,性能与泛化差异模型训练 Prompt工程统一生成建模判别式转生成式低资源学习指令微调 2026真题 Prompt-based Generation Seq2Seq formulation 大模型训练与微调字节

#Prompt工程#统一生成建模#判别式转生成式

面试题·模型训练· 美团

批量文本清洗如何自动质检?

匹配标题与标签：批量文本清洗如何自动质检? 噪声文本处理、自动化工具与效果评估方法模型训练数据清洗数据预处理数据流水线数据质量评估分布式处理 2026真题数据清洗流程批量数据清洗文本噪声处理自动化清洗工具大模型训练与微调美团

#数据清洗#数据预处理#数据流水线

面试题·模型训练· 美团

合成数据怎么系统构建?

匹配标题与标签：合成数据怎么系统构建? 模板/LLM/回译方法,质量控制与风险规避模型训练数据合成 Self-Instruct 指令微调数据质量数据增强 2026真题合成数据构建 LLM生成数据回译数据质量控制大模型训练与微调美团

#数据合成#Self-Instruct#指令微调

面试题·模型训练· 字节

SFT vs 预训练:核心区别在哪?

匹配标题与标签：SFT vs 预训练:核心区别在哪? 目标、数据、训练方式对比,复读机现象与对齐场景选择模型训练监督微调预训练对比复读机问题对齐策略指令遵循 2026真题 SFT 与预训练区别监督微调问题复读机现象 SFT 对齐场景大模型训练与微调字节

#监督微调#预训练对比#复读机问题

面试题·模型训练· 得物

LoRA 微调效果差怎么排查?

匹配标题与标签：LoRA 微调效果差怎么排查? 从数据、超参数、架构适配、训练策略4个维度系统分析模型训练 LoRA 参数高效微调故障排查超参数调优过拟合/欠拟合 2026真题 LoRA 微调效果差 LoRA 优化方案 LoRA 超参数调优大模型训练与微调得物

#LoRA#参数高效微调#故障排查

面试题·模型训练· 得物

LoRA 有哪些局限性?

匹配标题与标签：LoRA 有哪些局限性? 结合 Adapter、IA³、DoRA 等研究,分析缺陷与改进方向模型训练 LoRA 参数高效微调 Adapter IA³ DoRA 低秩适配 2026真题 LoRA 局限性 LoRA 改进 Adapter vs LoRA DoRA 微调大模型训练与微调得物

#LoRA#参数高效微调#Adapter

面试题·模型训练· 字节

MSE vs 交叉熵损失怎么选?

匹配标题与标签：MSE vs 交叉熵损失怎么选? 数学定义、梯度特性区别及LLM预训练微调为何用交叉熵模型训练损失函数交叉熵 MSE 梯度特性极大似然估计 2026真题 MSE vs 交叉熵损失函数选择 LLM 预训练损失函数交叉熵梯度特性大模型训练与微调字节

#损失函数#交叉熵#MSE

面试题·模型训练· 字节

MSE vs Focal Loss 分类怎么选?

匹配标题与标签：MSE vs Focal Loss 分类怎么选? MSE 不推荐原因,Focal Loss 的 γ 和 α 如何缓解类别不平衡模型训练损失函数类别不平衡 Focal Loss 分类任务样本权重 2026真题 MSE 分类损失 Focal Loss 类别不平衡 Focal Loss γ α 参数大模型训练与微调字节

#损失函数#类别不平衡#Focal Loss

面试题·模型训练· 阿里

模型收敛怎么判断?

匹配题目：在大模型训练或微调过程中，可以通过哪些指标和方法判断模型已经收敛？请讨论损失曲线、梯度变化、验证集性能等因素的作用。

#模型收敛#损失曲线#早停策略

面试题·模型训练· 阿里

SFT 过拟合怎么判断和缓解?

匹配标题与标签：SFT 过拟合怎么判断和缓解? 训练与验证指标分析,正则化与早停策略详解模型训练过拟合识别训练监控正则化策略 LoRA微调早停机制 2026真题 SFT 过拟合判断大模型过拟合缓解监督微调过拟合大模型训练与微调阿里

#过拟合识别#训练监控#正则化策略

面试题·模型训练· 网易

SFT 后置信度下降怎么办?

匹配标题与标签：SFT 后置信度下降怎么办? 分类任务微调后概率分布分散的原因与解决方案模型训练模型校准过拟合温度缩放标签平滑知识遗忘 2026真题 SFT 置信度下降监督微调概率分散分类任务微调问题大模型训练与微调网易

#模型校准#过拟合#温度缩放

面试题·模型训练· 网易

SFT 后置信度下降原因

匹配标题与标签：SFT 后置信度下降原因从数据、损失和过拟合定位 SFT 后置信度下降模型训练模型校准温度缩放标签平滑过拟合置信度校准 2026真题 SFT 后置信度下降原因 SFT 后置信度下降是什么原因？数据、损失与过拟合排查 SFT 置信度下降监督微调概率分布 SFT 过拟合大模型训练与微调网易

#模型校准#温度缩放#标签平滑

DDPM vs Flow Matching: 采样效率与优缺点?

模型优化方法有哪些？

SFT 置信度下降影响

PyTorch 动态图怎么自动微分?

大模型任务表现差怎么排查？

Focal Loss 公式与作用机制

训练数据清洗：规则 vs LLM

LoRA 低秩分解 vs 全量微调怎么选?

参数量增长如何影响模型能力?

二分类交叉熵损失函数怎么推导?

MSE 损失函数怎么用?

训练曲线异常怎么排查？

Prompt vs Seq2Seq，怎么转？

批量文本清洗如何自动质检?

合成数据怎么系统构建?

SFT vs 预训练:核心区别在哪?

LoRA 微调效果差怎么排查?

LoRA 有哪些局限性?

MSE vs 交叉熵损失怎么选?

MSE vs Focal Loss 分类怎么选?

模型收敛怎么判断?

SFT 过拟合怎么判断和缓解?

SFT 后置信度下降怎么办?

SFT 后置信度下降原因