跳到主要内容
真面经,好答案。面试之前,先来面栈。
正在加载页面…
真实面经
/
禾赛科技
禾赛科技
1
篇面经
·
13
道面试题
收藏公司
官方招聘
开始复习
真实面经
1
面试题
13
知识分类
知识分类
模型基础与推理
RAG 与知识系统
Agent 原理与系统
AI 应用工程与治理
模型训练与对齐
软件工程基础
算法与编程题
项目与综合面试
知识分类
知识专题
知识专题
分布式训练与计算硬件
树、图与遍历
团队协作与推动落地
推理优化与模型压缩
项目难点、复盘与改进
训练框架、调参与排障
知识专题
知识专题
找到
6
个专题
知识专题
分布式训练与计算硬件
树、图与遍历
团队协作与推动落地
推理优化与模型压缩
项目难点、复盘与改进
训练框架、调参与排障
未找到匹配专题
问题类型
问题类型
比较选型
代码题
故障排查
经历介绍
项目深挖
效果评估
行为面
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
岗位分类
岗位分类
AI 系统与基础设施
岗位分类
已筛选
清除筛选
共
13
道题
开始复习
排序:
排序
高频优先
编号降序
编号顺序
最近更新
题号
题目
技术难度
收录情况
复习状态
11448
RL 链路卡死时,如何通过 CUDA Graph、TP 与确定性设置缩小问题范围?
模型训练与对齐
训练框架、调参与排障
故障排查
已有答案
面前必看
进阶
1
篇面经
RL 链路卡死时,如何通过 CUDA Graph、TP 与确定性设置缩小问题范围?的复习状态
未标记
待复习
已掌握
11452
训练项目使用什么硬件,你有哪些多卡与多节点实践?
模型训练与对齐
分布式训练与计算硬件
经历介绍
已有答案
面前必看
—
1
篇面经
训练项目使用什么硬件,你有哪些多卡与多节点实践?的复习状态
未标记
待复习
已掌握
8749
Warp Divergence 是什么,如何影响 GPU 执行效率?
模型训练与对齐
分布式训练与计算硬件
原理机制
已有答案
面前必看
进阶
1
篇面经
Warp Divergence 是什么,如何影响 GPU 执行效率?的复习状态
未标记
待复习
已掌握
11448
RL 链路卡死时,如何通过 CUDA Graph、TP 与确定性设置缩小问题范围?
模型训练与对齐
训练框架、调参与排障
故障排查
已有答案
面前必看
进阶
1
篇面经
RL 链路卡死时,如何通过 CUDA Graph、TP 与确定性设置缩小问题范围?的复习状态
未标记
待复习
已掌握
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
13
道题 · 显示 11–13 道
上一页
1
2
2 / 2
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。