阿里巴巴

74 篇面经595 道面试题

已筛选

595 道题

排序:

3296
HSTU 使用 Beam Search 时如何避免首个 ID 预测错误导致正确结果被剪枝?
模型基础与推理机器学习与推荐系统
方案设计
进阶
3297
简单介绍后训练和强化学习。
模型训练与对齐强化学习与奖励
概念解释
基础
3298
分类模型常用哪些损失函数?
模型基础与推理机器学习与推荐系统
概念解释
进阶
3299
分类中 CE 或 BCE 为什么通常优于 MSE?
模型基础与推理机器学习与推荐系统
比较选型
进阶
3300
预测模型常用哪些损失函数?
模型基础与推理机器学习与推荐系统
概念解释
进阶
3301
如何处理样本不均衡与长尾问题?
模型基础与推理机器学习与推荐系统
方案设计
进阶
3302
Focal Loss 的原理是什么?
模型基础与推理机器学习与推荐系统
原理机制
进阶
3303
过采样或欠采样后如何加权,避免样本偏差?
模型基础与推理机器学习与推荐系统
方案设计
进阶
3304
正则化的作用与原理是什么?
模型基础与推理机器学习与推荐系统
原理机制
基础
3305
介绍多目标建模。
模型基础与推理机器学习与推荐系统
概念解释
进阶