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
3713
KV Cache 为什么容易造成显存利用率低?
模型基础与推理
推理优化与模型压缩
故障排查
已有答案
面前必看
进阶
暂无面经
1
份题集
KV Cache 为什么容易造成显存利用率低?的复习状态
未标记
待复习
已掌握
3714
DeepSeek 模型系列的架构与训练路线如何演进?
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
2
份题集
DeepSeek 模型系列的架构与训练路线如何演进?的复习状态
未标记
待复习
已掌握
3754
为什么 Attention 能建模长距离依赖?
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
3
份题集
为什么 Attention 能建模长距离依赖?的复习状态
未标记
待复习
已掌握
4498
L1 与 L2 正则化的原理、差异及适用场景是什么?
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
基础
暂无面经
14
份题集
L1 与 L2 正则化的原理、差异及适用场景是什么?的复习状态
未标记
待复习
已掌握
4502
CLIP 如何通过对比学习连接图像与文本?
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
17
份题集
CLIP 如何通过对比学习连接图像与文本?的复习状态
未标记
待复习
已掌握
4504
视频视觉语言模型相比静态图像模型,需要解决哪些额外问题?
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
12
份题集
视频视觉语言模型相比静态图像模型,需要解决哪些额外问题?的复习状态
未标记
待复习
已掌握
4505
VLM 中的视觉 Grounding 是什么,应如何评估?
模型基础与推理
多模态与生成模型
效果评估
已有答案
面前必看
进阶
暂无面经
8
份题集
VLM 中的视觉 Grounding 是什么,应如何评估?的复习状态
未标记
待复习
已掌握
4506
不同 VLM 架构如何进行跨模态融合,各有什么优缺点?
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
21
份题集
不同 VLM 架构如何进行跨模态融合,各有什么优缺点?的复习状态
未标记
待复习
已掌握
4507
VLM 如何处理高分辨率图像,有哪些计算与架构设计挑战?
模型基础与推理
多模态与生成模型
方案设计
已有答案
面前必看
深入
暂无面经
11
份题集
VLM 如何处理高分辨率图像,有哪些计算与架构设计挑战?的复习状态
未标记
待复习
已掌握
4509
除图片描述和视觉问答外,VLM 还有哪些潜在应用方向?
模型基础与推理
多模态与生成模型
开放讨论
已有答案
面前必看
—
暂无面经
9
份题集
除图片描述和视觉问答外,VLM 还有哪些潜在应用方向?的复习状态
未标记
待复习
已掌握
3713
KV Cache 为什么容易造成显存利用率低?
模型基础与推理
推理优化与模型压缩
故障排查
已有答案
面前必看
进阶
暂无面经
1
份题集
KV Cache 为什么容易造成显存利用率低?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 211–220 道
上一页
1
…
21
22
23
…
107
22 / 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。