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 7716 道题

排序:

4856
Attention 相比传统 Seq2Seq 的固定向量编码解决了什么问题?
模型基础与推理Transformer 与注意力
比较选型
基础
4859
BERT 使用字粒度与词粒度表示各有什么优缺点?
模型基础与推理Tokenizer 与位置编码
比较选型
进阶
4861
BERT 为什么在输入前加入 [CLS] Token,如何用于下游任务?
模型基础与推理模型架构与表示
原理机制
基础
4863
点积注意力与加性注意力有什么区别,为什么 Transformer 采用点积?
模型基础与推理Transformer 与注意力
比较选型
进阶
4864
原始 Transformer 为什么将输入词嵌入乘以模型维度的平方根?
模型基础与推理模型架构与表示
原理机制
进阶
4868
使用 GLU 门控的前馈网络如何计算?
模型基础与推理模型架构与表示
原理机制
进阶
4869
GEGLU 前馈块如何计算?
模型基础与推理模型架构与表示
原理机制
进阶
4871
大语言模型 PPO 对齐训练中的输入数据与采样记录如何组织?
模型训练与对齐训练数据构建与治理
原理机制
进阶
4872
常见的大模型训练数据集与获取渠道有哪些?
模型训练与对齐训练数据构建与治理
操作实践
基础
4873
领域大模型预训练或继续预训练时,如何选择和组织训练语料?
模型训练与对齐训练数据构建与治理
方案设计
进阶