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 ·
1145
道题
专题概览
题目列表
1145
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
1145
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
8351
生成式排序中,如何将时间衰减引入打分?
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
1
篇面经
生成式排序中,如何将时间衰减引入打分?的复习状态
未标记
待复习
已掌握
8352
多模态特征融合应如何选择早期融合与晚期融合?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
1
篇面经
多模态特征融合应如何选择早期融合与晚期融合?的复习状态
未标记
待复习
已掌握
8353
内容理解任务类别很多、标注数据不足时,如何构建和改进模型?
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
1
篇面经
内容理解任务类别很多、标注数据不足时,如何构建和改进模型?的复习状态
未标记
待复习
已掌握
8355
推荐模型上线后核心指标下降,应从哪些环节定位?
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
1
篇面经
推荐模型上线后核心指标下降,应从哪些环节定位?的复习状态
未标记
待复习
已掌握
8356
特征穿越是什么,如何防止使用预测时尚不可获得的信息?
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
1
篇面经
特征穿越是什么,如何防止使用预测时尚不可获得的信息?的复习状态
未标记
待复习
已掌握
8457
大语言模型的最后一层输出头是什么,输出张量的形状如何确定?
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
基础
1
篇面经
大语言模型的最后一层输出头是什么,输出张量的形状如何确定?的复习状态
未标记
待复习
已掌握
8765
M-RoPE 相比原生 RoPE 做了哪些改动,有什么优势?
模型基础与推理
Tokenizer 与位置编码
原理机制
已有答案
面前必看
进阶
1
篇面经
M-RoPE 相比原生 RoPE 做了哪些改动,有什么优势?的复习状态
未标记
待复习
已掌握
8766
在使用 M-RoPE 之前,视频的帧与 Patch 通常如何组织 RoPE 位置?
模型基础与推理
Tokenizer 与位置编码
原理机制
已有答案
面前必看
进阶
1
篇面经
在使用 M-RoPE 之前,视频的帧与 Patch 通常如何组织 RoPE 位置?的复习状态
未标记
待复习
已掌握
8767
垂直业务为什么选择通用 VLM,而不是领域专用模型?
模型基础与推理
模型选型与能力边界
比较选型
已有答案
面前必看
进阶
1
篇面经
垂直业务为什么选择通用 VLM,而不是领域专用模型?的复习状态
未标记
待复习
已掌握
8768
VLM 定位任务为什么输出点坐标,而不是边界框?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
1
篇面经
VLM 定位任务为什么输出点坐标,而不是边界框?的复习状态
未标记
待复习
已掌握
8351
生成式排序中,如何将时间衰减引入打分?
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
1
篇面经
生成式排序中,如何将时间衰减引入打分?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
1145
道题 · 显示 1091–1100 道
上一页
1
…
109
110
111
…
115
110 / 115
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。