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 7744 道题

排序:

4833
Self-RAG 如何决定是否检索,并利用反思信号控制生成?
RAG 与知识系统RAG 架构与生成链路
原理机制
进阶
4843
Browser Agent 如何观察网页、定位元素并执行浏览器任务?
Agent 原理与系统GUI、Computer Use 与多模态 Agent
原理机制
进阶
4850
手写 BatchNorm。
模型基础与推理模型架构与表示
代码题
进阶
4851
Prefix LM 与 Causal LM 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
4853
Word2Vec 为什么使用负采样,如何构造训练目标?
模型基础与推理机器学习与推荐系统
原理机制
进阶
4854
Word2Vec 相比早期词嵌入学习方法有哪些改进?
模型基础与推理机器学习与推荐系统
比较选型
进阶
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