真面经，好答案。面试之前，先来面栈。

模型基础与推理

本分类共 8 个专题 · 1155 道题

已筛选

共 1155 道题

排序：

0268
Self-Attention 为何利于并行训练，与 RNN 相比有哪些局限？
模型基础与推理Transformer 与注意力
比较选型已有答案
进阶
2 篇面经6 个题集来源
0485
项目为什么选择本地部署模型或调用 API？
模型基础与推理模型选型与能力边界
比较选型已有答案
进阶
4 篇面经4 个题集来源
0503
模型剪枝、GPTQ 与 AWQ 量化方法。
模型基础与推理推理优化与模型压缩
比较选型已有答案
进阶
5 篇面经3 个题集来源
0512
大模型常见位置编码有哪些，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
3 篇面经5 个题集来源
0516
模型如何实现超长上下文能力？
模型基础与推理推理优化与模型压缩
原理机制
进阶
3 篇面经5 个题集来源
0572
Self-Attention 为什么需要 Scaling？
模型基础与推理Transformer 与注意力
原理机制已有答案
进阶
3 篇面经5 个题集来源
0616
如何解决模型像复读机一样重复生成的问题？
模型基础与推理推理优化与模型压缩
故障排查已有答案
进阶
2 篇面经6 个题集来源
0666
Transformer 有哪些优劣势，与其他架构相比如何？
模型基础与推理Transformer 与注意力
比较选型已有答案
进阶
4 篇面经4 个题集来源
2835
Dense 模型与 MoE 模型有什么区别？
模型基础与推理模型架构与表示
比较选型
进阶
3 篇面经5 个题集来源
2917
投机解码的原理是什么？
模型基础与推理推理与解码
原理机制
进阶
2 篇面经6 个题集来源