真面经，好答案。面试之前，先来面栈。

模型基础与推理

本分类共 8 个专题 · 1155 道题

已筛选

共 1155 道题

排序：

5098
规则专家系统有哪些能力边界，在什么条件下优于深度学习方案？
模型基础与推理模型选型与能力边界
比较选型
进阶
暂无面经1 个题集来源
5203
大语言模型的“大”体现在哪些规模维度，规模与能力应如何区分？
模型基础与推理模型架构与表示
概念解释
基础
暂无面经1 个题集来源
5204
通用大模型、行业垂直模型与任务专项模型有什么区别？
模型基础与推理模型选型与能力边界
概念解释
基础
暂无面经1 个题集来源
5225
AttnRes、mHC 与门控残差如何改变跨层信息流，各有什么取舍？
模型基础与推理模型架构与表示
比较选型
深入
暂无面经1 个题集来源
5226
N-gram 嵌入如何增加模型容量，为什么训练损失下降未必带来下游收益？
模型基础与推理模型架构与表示
原理机制
深入
暂无面经1 个题集来源
5228
Dual Chunk Attention 如何通过分块位置处理扩展长上下文？
模型基础与推理Transformer 与注意力
原理机制
深入
暂无面经1 个题集来源
5229
Kimi Delta Attention 如何通过门控与 Delta 更新维护递归状态？
模型基础与推理Transformer 与注意力
原理机制
深入
暂无面经1 个题集来源
5230
DeepSeek Sparse Attention 如何用索引器选择位置并计算稀疏注意力？
模型基础与推理Transformer 与注意力
原理机制
深入
暂无面经1 个题集来源
5231
稀疏注意力的 IndexShare 如何跨层复用候选索引，有何收益与风险？
模型基础与推理Transformer 与注意力
原理机制
深入
暂无面经1 个题集来源
5232
QK-Clip 如何控制注意力 Logits，与 QK-Norm 有什么区别？
模型基础与推理Transformer 与注意力
原理机制
深入
暂无面经1 个题集来源