面试题库 › 算法 / 大模型 › 后训练后通用能力下降与灾难性遗忘

后训练后通用能力下降与灾难性遗忘

难度 ★★★在 4 场真实面经中被问到 方向:算法 / 大模型考点:强化学习对齐

哪些公司问过

腾讯1美团1蚂蚁集团1百川智能1

常见岗位:大模型算法、NLP / 语音

答案要点

  1. 常见问题:灾难性遗忘、小数据过拟合、对齐税(过度保守、拒答增多)
  2. 数据回放:混入通用SFT或预训练数据,RL提示集覆盖多任务
  3. 训练约束:KL惩罚、较小学习率与步数、LoRA等参数高效方法、辅助损失控制权重
  4. 持续评估通用与OOD评测集,按checkpoint选平衡点
  5. 可与基座模型做权重插值或模型合并来折中

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题