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：

4800
开源与闭源大模型有什么区别，应如何按应用需求选择？
模型基础与推理模型选型与能力边界
比较选型
进阶
暂无面经2 个题集来源
4805
滑动窗口注意力如何工作，有哪些计算与信息保留边界？
模型基础与推理Transformer 与注意力
原理机制
进阶
暂无面经2 个题集来源
4806
什么是 Attention Sink，它如何影响流式长序列推理？
模型基础与推理Transformer 与注意力
原理机制
进阶
暂无面经2 个题集来源
4812
什么是小语言模型 SLM，如何判断它的适用条件？
模型基础与推理模型选型与能力边界
概念解释
基础
暂无面经2 个题集来源
4813
TypeSafe 所称的 System One 模型与 Jev 是什么？
模型基础与推理模型架构与表示
概念解释
进阶
1 篇面经1 个题集来源
4850
手写 BatchNorm。
模型基础与推理模型架构与表示
代码题
进阶
暂无面经2 个题集来源
4851
Prefix LM 与 Causal LM 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
暂无面经2 个题集来源
4853
Word2Vec 为什么使用负采样，如何构造训练目标？
模型基础与推理机器学习与推荐系统
原理机制
进阶
暂无面经2 个题集来源
4854
Word2Vec 相比早期词嵌入学习方法有哪些改进？
模型基础与推理机器学习与推荐系统
比较选型
进阶
暂无面经2 个题集来源
4856
Attention 相比传统 Seq2Seq 的固定向量编码解决了什么问题？
模型基础与推理Transformer 与注意力
比较选型
基础
暂无面经2 个题集来源