LLM
困难
面试题库
LLM
中等
什么是 LoRA?它的原理和优势是什么
LLM
困难
DPO 相比 RLHF 有什么优势?它的核心思想是什么
LLM
困难
RLHF(基于人类反馈的强化学习)的完整流程是什么
LLM
中等
什么是指令微调(Instruction Tuning)?它解决了什么问题
LLM
中等
因果语言建模和掩码语言建模两种预训练目标有什么区别
LLM
中等
什么是 KV Cache?它为什么能加速大模型推理
LLM
中等
贪心解码、束搜索(Beam Search)和随机采样分别适用于什么场景
LLM
中等
Top-p 采样和 Top-k 采样有什么区别?各有什么优缺点
LLM
简单
什么是温度系数(Temperature)?如何用它控制生成结果的随机性
LLM
简单
大模型的自回归生成方式是什么?它有什么优点和局限
LLM
简单