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
5552
推荐中的图召回如何工作,与矩阵分解和双塔召回有何取舍?
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
2
份题集
推荐中的图召回如何工作,与矩阵分解和双塔召回有何取舍?的复习状态
未标记
待复习
已掌握
5553
LightGBM 与 LambdaRank 如何组合成排序模型?
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
1
份题集
LightGBM 与 LambdaRank 如何组合成排序模型?的复习状态
未标记
待复习
已掌握
5554
模型剪枝有哪些方式,如何评估实际收益?
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
6
份题集
模型剪枝有哪些方式,如何评估实际收益?的复习状态
未标记
待复习
已掌握
5555
稀疏或不规则观测的时间序列应如何建模?
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
1
份题集
稀疏或不规则观测的时间序列应如何建模?的复习状态
未标记
待复习
已掌握
5556
多段 TTS 或数字人音频如何保持音色一致?
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
进阶
暂无面经
2
份题集
多段 TTS 或数字人音频如何保持音色一致?的复习状态
未标记
待复习
已掌握
5557
视觉模型如何利用深度信息,收益和风险如何验证?
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
2
份题集
视觉模型如何利用深度信息,收益和风险如何验证?的复习状态
未标记
待复习
已掌握
5559
MMoE 如何通过多门控专家结构进行多任务学习?
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
4
份题集
MMoE 如何通过多门控专家结构进行多任务学习?的复习状态
未标记
待复习
已掌握
5560
约束优化中的拉格朗日对偶、KKT 与强对偶条件有什么联系?
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
深入
暂无面经
3
份题集
约束优化中的拉格朗日对偶、KKT 与强对偶条件有什么联系?的复习状态
未标记
待复习
已掌握
5561
Stackelberg 博弈与 Nash 博弈有什么区别?
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
深入
暂无面经
1
份题集
Stackelberg 博弈与 Nash 博弈有什么区别?的复习状态
未标记
待复习
已掌握
5562
随机傅里叶特征如何近似核函数,有哪些误差与成本取舍?
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
深入
暂无面经
1
份题集
随机傅里叶特征如何近似核函数,有哪些误差与成本取舍?的复习状态
未标记
待复习
已掌握
5552
推荐中的图召回如何工作,与矩阵分解和双塔召回有何取舍?
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
2
份题集
推荐中的图召回如何工作,与矩阵分解和双塔召回有何取舍?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 571–580 道
上一页
1
…
57
58
59
…
107
58 / 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。