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:

6201
什么是正例与未标注学习 PU Learning,与常见监督范式有何区别?
模型基础与推理机器学习与推荐系统
概念解释
进阶
6203
生物信号如何预处理并提取与任务相关的特征?
模型基础与推理机器学习与推荐系统
方案设计
进阶
6204
RankNet、BPR 等成对排序损失如何构造,与 Hinge 目标有何不同?
模型基础与推理机器学习与推荐系统
比较选型
进阶
6205
如何用 Python 实现并验证一组常用损失函数?
算法与编程题并发、文件与工程编码
代码题
进阶
6206
实现数值稳定的二元交叉熵损失。
算法与编程题并发、文件与工程编码
代码题
进阶
6207
InfoNCE 与 Sampled Softmax 的训练目标和采样处理有什么区别?
模型基础与推理机器学习与推荐系统
比较选型
进阶
6208
整体缩放 Loss 与缩放学习率什么时候等价,哪些机制会破坏等价?
模型基础与推理机器学习与推荐系统
比较选型
进阶
6209
分类模型常在哪些样本上失败,如何分析错误模式?
模型基础与推理机器学习与推荐系统
故障排查
进阶
6211
如何判断分类器学到了伪相关或捷径,而非目标属性?
模型基础与推理机器学习与推荐系统
故障排查
进阶
6212
测试集效果优于训练集时应如何排查?
模型基础与推理机器学习与推荐系统
故障排查
进阶