携程高频面试题题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集 题目目录8 道原题隐藏关联题目排序默认排序面经最多01讲一讲推荐系统包含哪些流程？原题 关联题目如何设计实时 AI 推荐系统？模型基础与推理 / 机器学习与推荐系统系统设计进阶0篇相关面经02Transformer 位置编码是什么？原题 关联题目位置编码的原理。已有答案模型基础与推理 / Tokenizer 与位置编码原理机制进阶4篇相关面经03QKV 注意力公式为什么除以根号 d原题 关联题目Attention 为什么除以根号 d_k，不这样缩放还有什么替代方案？模型基础与推理 / Transformer 与注意力原理机制进阶1篇相关面经04简单讲讲 GCN原题 关联题目图神经网络如何通过消息传递学习表示？模型基础与推理 / 机器学习与推荐系统原理机制进阶0篇相关面经05简单讲讲RNN原题 关联题目RNN 如何通过循环状态和时间共享参数处理序列？模型基础与推理 / 模型架构与表示原理机制基础0篇相关面经06RNN 里的参数有什么特点？原题 关联题目RNN 如何通过循环状态和时间共享参数处理序列？模型基础与推理 / 模型架构与表示原理机制基础0篇相关面经07Dropout 是怎么做的？有什么作用？推理和训练时 Dropout 的区别？如果推理也用 dropout 会怎么样？原题 关联题目Transformer 中 Dropout 通常如何设置，训练与推理时有什么区别？模型训练与对齐 / 训练框架、调参与排障原理机制进阶0篇相关面经08讲讲 BN？BN 训练和推理什么区别？有什么用？原题 关联题目BatchNorm 如何工作，有哪些优势和局限？模型基础与推理 / 模型架构与表示原理机制进阶0篇相关面经暂无题目共 8 道原题 · 显示 1–8 道上一页11 / 1下一页