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:

18285
为制造客户私有化部署故障报告分析大模型,并接入持续更新的维修知识与 MES,应如何设计?
AI 应用工程与治理AI 应用架构与接口
系统设计
进阶
18288
端侧 Agent 响应过慢时,做过哪些优化,如何验证真实设备上的收益?
AI 应用工程与治理性能、时延与成本
项目深挖
进阶
18289
RAG 长上下文怎样压缩,如何选择压缩模型及其架构?
RAG 与知识系统RAG 架构与生成链路
方案设计
进阶
18291
低资源翻译为什么采用字节流表示,而不使用传统 Token 或 BPE?
模型基础与推理Tokenizer 与位置编码
技术决策
进阶
18292
翻译项目为什么使用 BLEU 与 chrF1 的几何平均,并怎样筛选高分样本?
模型基础与推理机器学习与推荐系统
效果评估
进阶
18293
伪标签、自蒸馏和模型集成如何控制噪声,并验证各自收益?
模型训练与对齐训练数据构建与治理
方案设计
进阶
18294
翻译项目中的随机编码为什么可能提升效果,怎样验证原因?
模型基础与推理机器学习与推荐系统
项目深挖
进阶
18295
购物场景为什么适合接入大模型,端侧模型可以从哪些环节切入?
AI 应用工程与治理产品场景、业务价值与交付边界
方案设计
进阶
18296
端侧大模型除降低调用成本外,有哪些价值,隐私和低延迟对应什么场景?
AI 应用工程与治理产品场景、业务价值与交付边界
开放讨论
—
18297
为什么关注 Apple Foundation Models、MNN 等端侧框架,怎样评价其能力?
AI 应用工程与治理模型服务、部署与交付
比较选型
进阶