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:

6234
实现数值稳定的 Online Softmax。
算法与编程题并发、文件与工程编码
代码题
进阶
6235
实现矩阵乘法的反向梯度传播。
模型基础与推理机器学习与推荐系统
代码题
进阶
6236
写出或实现 DQN 的训练流程。
模型训练与对齐强化学习与奖励
代码题
进阶
6238
实现奖励模型的打分与训练。
模型训练与对齐偏好对齐
代码题
进阶
6239
实现基于采样回报的策略梯度更新。
模型训练与对齐强化学习与奖励
代码题
进阶
6240
实现 DAPO 的动态采样与策略优化流程。
模型训练与对齐强化学习与奖励
代码题
深入
6242
实现按请求或用户分组的 GAUC。
AI 应用工程与治理评测体系与实验设计
代码题
进阶
6243
实现 Factorization Machine 的二阶特征交互。
模型基础与推理机器学习与推荐系统
代码题
进阶
6244
实现 DIN 的目标相关兴趣表示与预测。
模型基础与推理机器学习与推荐系统
代码题
进阶
6245
实现多门控专家结构的多任务网络。
模型基础与推理机器学习与推荐系统
代码题
进阶