真面经，好答案。面试之前，先来面栈。

模型基础与推理

本分类共 8 个专题 · 1061 道题

已筛选

共 1061 道题

排序：

4531
你如何判断当前 LLM 与 AGI 的距离，最关键的能力缺口是什么？
模型基础与推理模型选型与能力边界
开放讨论
—
暂无面经4 份题集
4532
未来多模态大模型可能如何融合更多感官与交互信息？
模型基础与推理多模态与生成模型
开放讨论
—
暂无面经7 份题集
4533
如何看待开源与闭源大模型生态的竞争、共存及未来演进？
模型基础与推理模型选型与能力边界
开放讨论
—
暂无面经3 份题集
4534
如何理解 LLM 的世界模型或内在模拟能力，它对推理和规划有何意义？
模型基础与推理模型选型与能力边界
开放讨论
—
暂无面经2 份题集
4538
如何看待 Transformer 与 SSM、Mamba 等新架构的未来发展？
模型基础与推理模型架构与表示
开放讨论
—
暂无面经9 份题集
4583
模型量化如何影响推理速度与内存占用？
模型基础与推理推理优化与模型压缩
原理机制
进阶
暂无面经7 份题集
4584
Transformer 的 Token Embedding 层如何将 Token ID 转换为向量，有什么作用？
模型基础与推理模型架构与表示
原理机制
基础
暂无面经3 份题集
4586
大模型增大词表规模有哪些收益与代价？
模型基础与推理Tokenizer 与位置编码
比较选型
进阶
暂无面经3 份题集
4588
Self-Attention 在 Transformer 中起什么作用，为什么称为“自注意力”？
模型基础与推理Transformer 与注意力
原理机制
基础
暂无面经4 份题集
4589
Transformer Encoder 的作用是什么？
模型基础与推理Transformer 与注意力
原理机制
基础
暂无面经3 份题集