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 7675 道题

排序:

9616
视觉编码器与语言模型应怎样联合或分阶段训练?
模型训练与对齐预训练、续训与 SFT
技术决策
进阶
9617
ViT 与语言模型常用哪些训练损失,多模态训练如何分配目标?
模型训练与对齐预训练、续训与 SFT
原理机制
进阶
9619
MoE 专家分工与流水线处理在结构和执行上有什么区别?
模型基础与推理模型架构与表示
比较选型
进阶
9621
视觉语言模型的 Adapter 有哪些类型,Q-Former 如何工作?
模型基础与推理多模态与生成模型
原理机制
进阶
9622
图像生成模型有哪些主要技术架构,如何比较各自的迭代路线?
模型基础与推理多模态与生成模型
比较选型
进阶
9623
为代码补全 Agent 设计 Tokenizer 时,需要处理哪些问题?
模型基础与推理Tokenizer 与位置编码
方案设计
进阶
9624
代码智能 Agent 有哪些工作模式,各适用于什么场景?
Agent 原理与系统Agent 应用架构与场景设计
比较选型
进阶
9625
内部算法封装为 Python 包后,如何让 Coding Agent 准确调用私有函数?
Agent 原理与系统上下文工程
方案设计
进阶
9627
项目为什么没有选用当时的 SOTA 模型?
模型基础与推理模型选型与能力边界
技术决策
进阶
9628
项目实验中是否尝试过大模型 API,如何比较结果?
模型基础与推理模型选型与能力边界
经历介绍
—