页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「训练策略优化」找到 2 条内容
按专题浏览 →匹配正文：…用轻量encoder提取关键信息，更新至FAISS/HNSW索引 记忆读取：当前query检索Top-N相关记忆，拼接至输入 二、训练策略优化 多阶段训练 阶段 目标 数据特点 预训练 长文档建模 书籍、长文章，4K→32K→128K渐进扩展 SFT 对话能力 高质量多轮数据，平均10-20轮，含角色一致性标注 RLHF 连贯性与有用性 多轮偏好对，同一问题不同轮次的回答对比 一致性约束损失 轮间一致性：相邻轮次回答的embedding余弦相似度约束 角色一致性：系统prom…
匹配正文：…：PinSage/GraphSAGE引入高阶连接关系，挖掘协同信号 对比学习：引入InfoNCE损失，增强用户-物品表示对齐 四、训练策略优化 负样本采样：从"全局随机"改为"Hard Negative"（曝光未点击、相似物品），提升区分度 损失函数：BPR → Softmax → 引入Focal Loss解决类别不平衡 课程学习：训练初期用简单样本，逐步增加难度 蒸馏机制：用大精排模型指导小模型，兼顾效果与性能 五、关键落地经验 推荐系统优化是"特征 > 模型 > 训练"的…
学习内容与项目面试，在同一条路上。