m516606428

摘要： 以下是结合大模型与 NLP 场景的强化学习面试题整理，涵盖基础概念、技术应用及算法原理，附核心要点解析： 一、强化学习基础概念 什么是强化学习？与监督学习、无监督学习的核心区别？ 核心定义：通过智能体与环境交互，以最大化累积奖励为目标的学习范式，强调 “试错” 与 “延迟奖励”。 区别： 监督学习依 阅读全文

摘要： 大模型基础 目前主流的开源模型体系有哪些？ 涌现能力是啥原因？ 大模型 LLM 的架构是怎样的？ 目前比较受欢迎的开源大模型有哪些？ prefix LM 和 causal LM、encoder - decoder 区别及各自有什么优缺点？ 模型幻觉是什么，如何解决？ 大模型的 Tokenizer 的 阅读全文