跳到主要内容
面试之前,先来面栈
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
3594
时序数据的输入输出如何表达和使用上下文?
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
时序数据的输入输出如何表达和使用上下文?的复习状态
未标记
待复习
已掌握
3595
项目算法有哪些优缺点,适合什么场景?
模型基础与推理
机器学习与推荐系统
项目深挖
已有答案
面前必看
进阶
暂无面经
项目算法有哪些优缺点,适合什么场景?的复习状态
未标记
待复习
已掌握
3621
了解哪些中文开源与闭源模型?
模型基础与推理
模型选型与能力边界
经历介绍
已有答案
面前必看
—
暂无面经
了解哪些中文开源与闭源模型?的复习状态
未标记
待复习
已掌握
3624
多模态模型如何对齐图像与文本 Embedding,除 ViT 外有哪些网络选择?
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
暂无面经
多模态模型如何对齐图像与文本 Embedding,除 ViT 外有哪些网络选择?的复习状态
未标记
待复习
已掌握
3626
项目方法与推荐算法有什么关系?
模型基础与推理
机器学习与推荐系统
项目深挖
已有答案
面前必看
进阶
暂无面经
项目方法与推荐算法有什么关系?的复习状态
未标记
待复习
已掌握
3627
项目基座与 OneRec 有什么关系?
模型基础与推理
机器学习与推荐系统
项目深挖
已有答案
面前必看
进阶
暂无面经
项目基座与 OneRec 有什么关系?的复习状态
未标记
待复习
已掌握
3639
对话 LLM 与普通文本生成模型的核心区别是什么?
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
基础
暂无面经
对话 LLM 与普通文本生成模型的核心区别是什么?的复习状态
未标记
待复习
已掌握
3646
Attention 的 Q、K、V 如何由输入变换得到?
模型基础与推理
Transformer 与注意力
原理机制
已有答案
面前必看
基础
暂无面经
1
份题集
Attention 的 Q、K、V 如何由输入变换得到?的复习状态
未标记
待复习
已掌握
3647
Attention 为什么除以根号 d_k,不这样缩放还有什么替代方案?
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
1
份题集
Attention 为什么除以根号 d_k,不这样缩放还有什么替代方案?的复习状态
未标记
待复习
已掌握
3649
如何降低多头注意力的计算开销?
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
1
份题集
如何降低多头注意力的计算开销?的复习状态
未标记
待复习
已掌握
3594
时序数据的输入输出如何表达和使用上下文?
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
时序数据的输入输出如何表达和使用上下文?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 151–160 道
上一页
1
…
14
15
16
17
18
16 / 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。