跳到主要内容
面试之前，先来面栈
搜索
题库
/
模型基础与推理
模型基础与推理
8
个专题 ·
179
道题
专题概览
题目列表
179
模型基础与推理面试题
继续复习
→
待复习
0
知识专题
知识专题
多模态与生成模型
机器学习与推荐系统
模型架构与表示
模型选型与能力边界
推理优化与模型压缩
推理与解码
Tokenizer 与位置编码
Transformer 与注意力
知识专题
知识专题
找到
8
个专题
知识专题
✓
多模态与生成模型
✓
机器学习与推荐系统
✓
模型架构与表示
✓
模型选型与能力边界
✓
推理优化与模型压缩
✓
推理与解码
✓
Tokenizer 与位置编码
✓
Transformer 与注意力
✓
未找到匹配专题
问题类型
问题类型
比较选型
代码题
方案设计
概念解释
故障排查
技术决策
经历介绍
开放讨论
系统设计
项目深挖
效果评估
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
已筛选
清除筛选
共
179
道题
开始复习 →
排序：
排序
相关面经最多
题集收录最多
题号顺序
最新更新
题号
题目
技术难度
收录情况
复习状态
2764
生成式推荐与传统推荐有何区别和优势？
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
生成式推荐与传统推荐有何区别和优势？的复习状态
未标记
待复习
已掌握
›
2765
Transformer 与语义 ID 如何融入推荐系统？
模型基础与推理
机器学习与推荐系统
方案设计
已有答案
面前必看
进阶
暂无面经
Transformer 与语义 ID 如何融入推荐系统？的复习状态
未标记
待复习
已掌握
›
2766
生成式推荐应放在召回还是精排阶段？
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
生成式推荐应放在召回还是精排阶段？的复习状态
未标记
待复习
已掌握
›
2767
生成式与传统推荐混合召回有何优势，单独作为召回通道又如何？
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
生成式与传统推荐混合召回有何优势，单独作为召回通道又如何？的复习状态
未标记
待复习
已掌握
›
2768
RQ-VAE 与 VQ-VAE 有什么区别和好处？
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
RQ-VAE 与 VQ-VAE 有什么区别和好处？的复习状态
未标记
待复习
已掌握
›
2769
码本坍塌和碰撞如何处理？
模型基础与推理
机器学习与推荐系统
故障排查
已有答案
面前必看
进阶
暂无面经
码本坍塌和碰撞如何处理？的复习状态
未标记
待复习
已掌握
›
2771
生成式推荐如何结合排序分和命中分设计奖励？
模型基础与推理
机器学习与推荐系统
方案设计
已有答案
面前必看
进阶
暂无面经
生成式推荐如何结合排序分和命中分设计奖励？的复习状态
未标记
待复习
已掌握
›
2773
如何评估码本碰撞与生成错误商品？
模型基础与推理
机器学习与推荐系统
效果评估
已有答案
面前必看
进阶
暂无面经
如何评估码本碰撞与生成错误商品？的复习状态
未标记
待复习
已掌握
›
2774
SASRec、TIGER、HSTU 与 OneRec 等推荐方案有何差异？
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
SASRec、TIGER、HSTU 与 OneRec 等推荐方案有何差异？的复习状态
未标记
待复习
已掌握
›
2776
如何降低 KV Cache 空间开销，MQA 等结构起什么作用？
模型基础与推理
推理优化与模型压缩
方案设计
已有答案
面前必看
进阶
暂无面经
2
份题集
如何降低 KV Cache 空间开销，MQA 等结构起什么作用？的复习状态
未标记
待复习
已掌握
›
2764
生成式推荐与传统推荐有何区别和优势？
模型基础与推理
机器学习与推荐系统
比较选型
已有答案
面前必看
进阶
暂无面经
生成式推荐与传统推荐有何区别和优势？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
179
道题 · 显示 91–100 道
上一页
1
…
9
10
11
…
18
10 / 18
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。