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
6147
时间序列突变时如何区分结构变化与偶然波动?
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
时间序列突变时如何区分结构变化与偶然波动?的复习状态
未标记
待复习
已掌握
6148
笛卡尔坐标如何转换到 Frenet 坐标,误差与变化率怎样推导?
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
笛卡尔坐标如何转换到 Frenet 坐标,误差与变化率怎样推导?的复习状态
未标记
待复习
已掌握
6149
轨迹插值如何通过边界和光滑性约束保证转向连续?
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
2
份题集
轨迹插值如何通过边界和光滑性约束保证转向连续?的复习状态
未标记
待复习
已掌握
6150
OSQP 能求解什么优化问题,如何接入非线性问题的近似求解?
模型基础与推理
机器学习与推荐系统
操作实践
已有答案
面前必看
进阶
暂无面经
1
份题集
OSQP 能求解什么优化问题,如何接入非线性问题的近似求解?的复习状态
未标记
待复习
已掌握
6151
线搜索与信赖域方法如何选择优化步,有什么联系和区别?
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
进阶
暂无面经
2
份题集
线搜索与信赖域方法如何选择优化步,有什么联系和区别?的复习状态
未标记
待复习
已掌握
6162
PID 控制中的比例、积分和微分分别起什么作用,如何调参?
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
PID 控制中的比例、积分和微分分别起什么作用,如何调参?的复习状态
未标记
待复习
已掌握
6163
Shapley 特征归因如何计算,高维复杂度如何处理?
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
Shapley 特征归因如何计算,高维复杂度如何处理?的复习状态
未标记
待复习
已掌握
6164
Sinkhorn 算法如何通过矩阵缩放求解熵正则化最优传输?
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
Sinkhorn 算法如何通过矩阵缩放求解熵正则化最优传输?的复习状态
未标记
待复习
已掌握
6165
什么是帕累托最优,多目标问题如何理解支配与权衡?
模型基础与推理
机器学习与推荐系统
概念解释
已有答案
面前必看
进阶
暂无面经
1
份题集
什么是帕累托最优,多目标问题如何理解支配与权衡?的复习状态
未标记
待复习
已掌握
6167
推荐系统如何建模用户行为序列,选择循环、注意力与生成式预测目标?
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
进阶
暂无面经
2
份题集
推荐系统如何建模用户行为序列,选择循环、注意力与生成式预测目标?的复习状态
未标记
待复习
已掌握
6147
时间序列突变时如何区分结构变化与偶然波动?
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
时间序列突变时如何区分结构变化与偶然波动?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 881–890 道
上一页
1
…
88
89
90
…
107
89 / 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。