高德
推荐算法一面面经
完整信息
本篇目录
发一下问题给大家参考，攒攒人品！
1.介绍一下推荐算法整个链路
2.mind模型结构
3.mind的损失函数是什么
4.双塔模型怎么算相似度
5.多目标建模有哪些
6.moe结构
7.门控具体如何实现
8.训练时候优化器一般选什么
9.大模型学习率一般设置为多少
10.讲一下beamsearch的过程
11.束搜索可以调节的参数有哪些
12.温度系数怎么影响结果
13.手撕:
一层LLM的伪代码
电话号码的字母组合思路时间复杂度
本篇目录
当前问题0114
- 01
介绍一下推荐算法整个链路
- 02
mind模型结构
- 03
mind的损失函数是什么
- 04
双塔模型怎么算相似度
- 05
多目标建模有哪些
- 06
moe结构
- 07
门控具体如何实现
- 08
训练时候优化器一般选什么
- 09
大模型学习率一般设置为多少
- 10
讲一下beamsearch的过程
- 11
束搜索可以调节的参数有哪些
- 12
温度系数怎么影响结果
- 13
一层LLM的伪代码
- 14
电话号码的字母组合思路时间复杂度