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:

5397
半监督学习是什么,如何联合使用有标注和无标注数据?
模型基础与推理机器学习与推荐系统
概念解释
基础
5406
从 Logits 实现数值稳定的交叉熵损失。
模型基础与推理机器学习与推荐系统
代码题
进阶
5413
实现未知长度数据流的蓄水池抽样。
算法与编程题数组、字符串与哈希
代码题
进阶
5427
实现结合因果约束与 Padding 的注意力掩码。
模型基础与推理Transformer 与注意力
代码题
进阶
5429
实现双向对称的对比学习损失。
模型基础与推理多模态与生成模型
代码题
进阶
5430
实现数值稳定的 DPO 偏好损失。
模型训练与对齐偏好对齐
代码题
进阶
5435
PyTorch 广播如何对齐维度,怎样避免静默计算错误?
模型训练与对齐训练框架、调参与排障
原理机制
进阶
5436
实现正确且可扩展的 PyTorch 训练与评估循环。
模型训练与对齐训练框架、调参与排障
代码题
深入
5444
Python 工具何时采用函数、数据类、普通类或抽象基类?
软件工程基础Python 与服务框架
比较选型
基础
5449
实现多分类 Top-K 命中与准确率。
AI 应用工程与治理评测体系与实验设计
代码题
进阶