快手一面
搜索算法,1h
1. 当前rag的难点主要在哪(开放题,不是针对项目问的)
2. sft dpo ppo异同
3. dpo原理,loss默写
4. 为什么对齐比sft难训
5. ppo grpo原理
6. 拷打实习
手撕。编辑记录
1. 当前rag的难点主要在哪(开放题,不是针对项目问的)
2. sft dpo ppo异同
3. dpo原理,loss默写
4. 为什么对齐比sft难训
5. ppo grpo原理
6. 拷打实习
手撕。编辑记录
全部评论
佬,这些问题都和你的研究方向有关吗,为啥搜索问dpo啊
相关推荐

点赞 评论 收藏
分享
点赞 评论 收藏
分享
昨天 16:21
蚌埠坦克学院 Java 点赞 评论 收藏
分享
点赞 评论 收藏
分享