跳到主要内容
真面经,好答案。面试之前,先来面栈。
正在加载页面…
题库
/
模型基础与推理
模型基础与推理
本分类共
8
个专题 ·
1155
道题
专题概览
题目列表
1155
模型基础与推理面试题
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
1155
道题
开始复习
排序:
排序
高频优先
编号降序
编号顺序
最近更新
题号
题目
技术难度
收录情况
复习状态
0601
12 层 BERT Base 的参数量如何计算?
模型基础与推理
模型架构与表示
原理机制
已有答案
面前必看
进阶
1
篇面经
12 层 BERT Base 的参数量如何计算?的复习状态
未标记
待复习
已掌握
0603
模型推理时 Batch Size 如何设置?
模型基础与推理
推理优化与模型压缩
项目深挖
已有答案
面前必看
进阶
1
篇面经
模型推理时 Batch Size 如何设置?的复习状态
未标记
待复习
已掌握
0777
视频帧是否作为图片文件直接输入多模态模型?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
基础
1
篇面经
视频帧是否作为图片文件直接输入多模态模型?的复习状态
未标记
待复习
已掌握
1021
从大模型切换到小模型是为了响应速度吗,效果如何对比?
模型基础与推理
模型选型与能力边界
比较选型
已有答案
面前必看
进阶
1
篇面经
从大模型切换到小模型是为了响应速度吗,效果如何对比?的复习状态
未标记
待复习
已掌握
10210
将多层 SID 简化为单层表征会怎样改变模型输入输出,为什么这样设计?
模型基础与推理
机器学习与推荐系统
技术决策
已有答案
面前必看
深入
1
篇面经
将多层 SID 简化为单层表征会怎样改变模型输入输出,为什么这样设计?的复习状态
未标记
待复习
已掌握
10211
推荐系统如何组织模型全量与增量更新,以及特征和结果的离线、实时计算?
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
深入
1
篇面经
推荐系统如何组织模型全量与增量更新,以及特征和结果的离线、实时计算?的复习状态
未标记
待复习
已掌握
10212
介绍长序列召回模型的架构、核心特征与损失函数。
模型基础与推理
机器学习与推荐系统
项目深挖
已有答案
面前必看
深入
1
篇面经
介绍长序列召回模型的架构、核心特征与损失函数。的复习状态
未标记
待复习
已掌握
10213
如何用大模型优化 OneRec 推荐效果,并完成业务验证与迭代闭环?
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
深入
1
篇面经
如何用大模型优化 OneRec 推荐效果,并完成业务验证与迭代闭环?的复习状态
未标记
待复习
已掌握
10215
广告曝光量、消耗与 ADVV 同时上涨时,如何判断优化效果?
模型基础与推理
机器学习与推荐系统
效果评估
已有答案
面前必看
深入
1
篇面经
广告曝光量、消耗与 ADVV 同时上涨时,如何判断优化效果?的复习状态
未标记
待复习
已掌握
10315
项目中的聚类功能如何实现?
模型基础与推理
机器学习与推荐系统
项目深挖
已有答案
面前必看
进阶
1
篇面经
项目中的聚类功能如何实现?的复习状态
未标记
待复习
已掌握
0601
12 层 BERT Base 的参数量如何计算?
模型基础与推理
模型架构与表示
原理机制
已有答案
面前必看
进阶
1
篇面经
12 层 BERT Base 的参数量如何计算?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
1155
道题 · 显示 531–540 道
上一页
1
…
53
54
55
…
116
54 / 116
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。