1.提示词工程能解决什么问题
10:37
2.Agent如何搭建
10:45
3.详细说下RAG的流程
10:32
4.大模型微调流程是怎样的
10:53
5.模型微调怎么评估效果
10:44
6.怎么针对超长文本进行微调训练
10:29
7.大模型应用如何保证实时性和多轮对话一致性
10:48
8.如何保证大模型生成内容的合规性
10:38
9.如何利用大模型实现多模态任务
10:28
10.如何降低大模型API服务的推理延迟和成本
11:18
11.什么是过拟合和欠拟合
11:21
12.解释下全参数微调、Lora、QLora区别
10:42
13.为什么选择向量数据库，而不是传统数据库
11:23
14.详细说下LangChain框架应用场景
10:56
15.解释下模型蒸馏和模型量化
10:03
16.大模型意图识别是怎么做的
10:23
17.什么是大模型epoch和学习率
11:14
18.vllm的推理加速是怎么实现的
10:15
19.怎么解决大模型幻觉问题
10:44
20.PPO与DPO的区别
10:06
21.微调时模型遗忘怎么解决
10:54
22.详述Transformer多头自注意力机制
10:10
23.解释大模型中的“涌现能力”及产生原因
10:55
24.Transformer中位置编码的作用
10:51
25.LayerNorm vs BatchNorm的适用场景
10:56
26.解释Prefix LM与Causal LM的区别
10:40
27.大模型训练中梯度消失和爆炸的解决方案
10:56
28.大模型评估指标BLEU、ROUGE、Perplexity适用场景
10:54
29.知识蒸馏的原理及适用场景
10:20
30.模型量化的方法及推理加速效果
10:24
31.对比AE、VAE、GAN的生成机制
10:38
32.Transformer的编码器-解码器结构工作流程
10:42
33.解释LLaMA的RMSNorm和SwiGLU激活函数改进
10:55
34.GPT与BERT的核心区别及各自优势
10:38
35.混合专家模型（MoE）如何降低计算成本？
10:30
36.大模型长文本处理的优化方案
10:43
37.大模型位置编码的演进
10:53
38.解释FlashAttention的显存优化原理
10:32
39.对比LSTM&GRU与Transformer的长距离依赖处理能力
10:56
40.模型稀疏化的实践方法
10:34
41.全参数微调需要多少显存？
10:31
42.LoRA的原理及参数量计算
10:50
43.对比SFT、RLHF、DPO的优劣
10:44
44.大模型灾难性遗忘的解决方案
10:32
45.DeepSpeed ZeRO的显存优化策略
10:52
46.混合精度训练的实现步骤及Loss Scaling作用
10:53
47.梯度累积的计算原理与显存优化效果
10:50
48.RAG系统的核心组件及工作逻辑
10:55
49.如何解决RAG中的语义鸿沟问题
10:13
50.Agent的ReAct框架原理
10:56
51.向量数据库选型对比
10:55
52.大模型输出格式如何控制
10:20
53.多模态大模型的跨模态对齐方法
10:24
54.模型幻觉的检测与抑制技术
10:55
55.如何设计一个多Agent协作系统架构
10:51
56.大模型API服务部署优化
10:25
57.如何估算模型推理所需显存
10:24
58.大模型服务GPU选型
10:58
59.大模型监控指标设计
10:52
60.大模型安全防护方案
10:57
61.大模型推理性能优化方案
10:47
62.分布式训练中的梯度累积实现原理
10:26
63.如何构建领域专属的知识图谱
10:22
64.模型蒸馏的蒸馏策略对比
10:08
65.实时对话系统的状态管理方案
10:54
66.多轮对话的上下文建模方法
10:14
67.智能客服的FAQ匹配算法优化
10:34
68.文档问答系统的检索召回率提升方案
10:58
69.模型量化对推理速度的影响评估
10:51
70.自动化测试框架在LLM开发中的应用
10:39
71.多语言模型的对齐与融合策略
10:23
72.大模型可解释性增强技术
10:44
73.对话系统的冷启动解决方案
10:31
74.基于强化学习的对话策略优化
10:53
75.大模型API的限流熔断设计
10:39
76.模型版本管理系统的实现要点
10:56
77.对话日志的分析与挖掘方法
10:51
78.多模态预训练数据集构建流程
10:54
79.基于Prompt的模型行为控制技术
10:56
80.对话系统的多租户隔离方案
10:52
81.模型微调的数据增强技术
10:40
82.对话系统的意图识别准确率优化
10:58
83.基于知识蒸馏的小模型部署方案
10:57
84.多轮对话的连贯性保持方法
10:58
85.对话系统的多模态输入处理流程
10:58
