跳到主要内容
真面经,好答案。面试之前,先来面栈。
题库
/
模型基础与推理
模型基础与推理
本分类共
8
个专题 ·
1061
道题
专题概览
题目列表
1061
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
操作实践
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
1061
道题
开始复习
排序:
排序
面经最多
题集最多
题号降序
最近更新
题号
题目
技术难度
收录情况
复习状态
6991
如何看待大模型在搜索、推荐与广告中的应用?
模型基础与推理
机器学习与推荐系统
开放讨论
已有答案
面前必看
—
暂无面经
1
份题集
如何看待大模型在搜索、推荐与广告中的应用?的复习状态
未标记
待复习
已掌握
6992
个性化推荐如何调节特征、模块与场景参数,PPNet、POSO和STAR有何区别?
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
1
份题集
个性化推荐如何调节特征、模块与场景参数,PPNet、POSO和STAR有何区别?的复习状态
未标记
待复习
已掌握
6993
向已训练推荐模型加入新特征时,如何训练并尽快恢复原有性能?
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
1
份题集
向已训练推荐模型加入新特征时,如何训练并尽快恢复原有性能?的复习状态
未标记
待复习
已掌握
6994
推荐系统与广告系统在目标、需求信号和商业模式上有什么区别?
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
1
份题集
推荐系统与广告系统在目标、需求信号和商业模式上有什么区别?的复习状态
未标记
待复习
已掌握
6995
广告如何计价,竞价分配与最终收费之间是什么关系?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
广告如何计价,竞价分配与最终收费之间是什么关系?的复习状态
未标记
待复习
已掌握
6997
用户观察期不足时,如何估计并验证365天的LTV?
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
深入
暂无面经
1
份题集
用户观察期不足时,如何估计并验证365天的LTV?的复习状态
未标记
待复习
已掌握
6998
如何利用用户与交易数据优化优惠券投放?
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
深入
暂无面经
1
份题集
如何利用用户与交易数据优化优惠券投放?的复习状态
未标记
待复习
已掌握
6999
广告预算如何通过Pacing在一天内按计划消耗?
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
深入
暂无面经
1
份题集
广告预算如何通过Pacing在一天内按计划消耗?的复习状态
未标记
待复习
已掌握
7000
优惠券核销概率如何建模,优惠力度与投放时间有什么影响?
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
1
份题集
优惠券核销概率如何建模,优惠力度与投放时间有什么影响?的复习状态
未标记
待复习
已掌握
7001
静态用户属性与历史行为序列如何共同作为分类模型的输入?
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
1
份题集
静态用户属性与历史行为序列如何共同作为分类模型的输入?的复习状态
未标记
待复习
已掌握
6991
如何看待大模型在搜索、推荐与广告中的应用?
模型基础与推理
机器学习与推荐系统
开放讨论
已有答案
面前必看
—
暂无面经
1
份题集
如何看待大模型在搜索、推荐与广告中的应用?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
1061
道题 · 显示 1051–1060 道
上一页
1
…
103
104
105
106
107
106 / 107
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。