全部题目

模型、RAG、Agent与工程面试题一网打尽,配套答案解析与延伸追问。

已筛选

共 12224 道题

排序:

6073
实现结合软标签与真实标签的知识蒸馏损失。
模型训练与对齐蒸馏与模型合并
代码题
进阶
6075
实现数值稳定的 Focal Loss。
模型基础与推理机器学习与推荐系统
代码题
进阶
6076
实现多未来词元预测的损失计算。
模型训练与对齐预训练、续训与 SFT
代码题
进阶
6078
实现带线性预热的学习率调度。
模型训练与对齐训练框架、调参与排障
代码题
进阶
6079
实现模型参数的指数移动平均。
模型训练与对齐训练框架、调参与排障
代码题
进阶
6080
实现或接入激活检查点以重计算换取显存。
模型训练与对齐分布式训练与计算硬件
代码题
深入
6081
实现量化基座上的 LoRA 适配训练流程。
模型训练与对齐参数高效微调
代码题
深入
6082
实现冻结主干的 Prefix Tuning。
模型训练与对齐参数高效微调
代码题
进阶
6083
实现 INT8 量化线性层。
模型基础与推理推理优化与模型压缩
代码题
深入
6084
实现 Bradley–Terry 成对奖励模型损失。
模型训练与对齐偏好对齐
代码题
进阶