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
2777
生成式推荐应使用哪些召回、命中与排序指标?
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
基础
暂无面经
生成式推荐应使用哪些召回、命中与排序指标?的复习状态
未标记
待复习
已掌握
›
2778
写出 Hit 与 NDCG 指标的计算公式。
模型基础与推理
机器学习与推荐系统
代码题
已有答案
面前必看
基础
暂无面经
写出 Hit 与 NDCG 指标的计算公式。的复习状态
未标记
待复习
已掌握
›
2779
推荐算法如何结合高德打车业务?
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
推荐算法如何结合高德打车业务?的复习状态
未标记
待复习
已掌握
›
2781
多头注意力机制如何工作?
模型基础与推理
Transformer 与注意力
原理机制
已有答案
面前必看
进阶
暂无面经
多头注意力机制如何工作?的复习状态
未标记
待复习
已掌握
›
2791
混合推理如何实现,增强推理时如何避免遗忘通用能力?
模型基础与推理
模型选型与能力边界
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
混合推理如何实现,增强推理时如何避免遗忘通用能力?的复习状态
未标记
待复习
已掌握
›
2793
是否阅读过 Qwen2.5-VL 技术报告,理解哪些内容?
模型基础与推理
多模态与生成模型
经历介绍
已有答案
面前必看
—
暂无面经
是否阅读过 Qwen2.5-VL 技术报告,理解哪些内容?的复习状态
未标记
待复习
已掌握
›
2835
Dense 模型与 MoE 模型有什么区别?
模型基础与推理
模型架构与表示
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
Dense 模型与 MoE 模型有什么区别?的复习状态
未标记
待复习
已掌握
›
2836
模型量化为什么能够发挥作用?
模型基础与推理
推理优化与模型压缩
原理机制
已有答案
面前必看
进阶
暂无面经
模型量化为什么能够发挥作用?的复习状态
未标记
待复习
已掌握
›
2876
Qwen3.5 的架构是什么?
模型基础与推理
模型架构与表示
原理机制
已有答案
面前必看
进阶
暂无面经
Qwen3.5 的架构是什么?的复习状态
未标记
待复习
已掌握
›
2894
如何将深度相机二维图像转换成三维坐标?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
暂无面经
如何将深度相机二维图像转换成三维坐标?的复习状态
未标记
待复习
已掌握
›
2777
生成式推荐应使用哪些召回、命中与排序指标?
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
基础
暂无面经
生成式推荐应使用哪些召回、命中与排序指标?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 101–110 道
上一页
1
…
10
11
12
…
18
11 / 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。