返回全部题目← 上一题19 / 28下一题 →题库/模型基础与推理/Q-4810领域术语被过度切分时，如何评估并适配 Tokenizer？知识专题：Tokenizer 与位置编码题目类型：故障排查技术难度：进阶题集来源：3 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录收录题集相关题目收录题集3 个来源，共4 份题集大模型基础AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →Your tokenizer splits important domain terms into meaningless subword pieces. How do you fix it?预训练与微调Firefly · llm_interview_note · 1 条原题查看题集 →领域模型词表扩增是不是有必要的？SFT与指令微调阿东玩 AI · AgentGuide · 1 条原题查看题集 →【词表增删后训练影响】大规模对词表做增删之后，有没有遇到后训练时无法修正模型某些能力的现象？ 「百度」Tokenizer与Embedding阿东玩 AI · AgentGuide · 3 条原题查看题集 →【词表扩增必要性】领域模型词表扩增是不是有必要的？ 「字节跳动、百度、腾讯混元」【Tokenizer问题】如果用 Qwen3 做代码补全 Agent，你负责 tokenizer，会遇到什么问题？怎么处理？ 「百度」【词表扩展与训练】词表扩展:品牌词被BPE切太碎，怎么扩词表+把新token训好? 「蚂蚁集团」相关题目4 题0287Token 与字符有什么区别？同一知识专题题目类型：比较选型技术难度：基础相关面经：1 篇0508位置编码的原理。同一知识专题题目类型：原理机制技术难度：进阶相关面经：5 篇0512大模型常见位置编码有哪些，各有什么优缺点？同一知识专题题目类型：比较选型技术难度：进阶相关面经：3 篇3650RoPE 是什么，解决什么问题？同一知识专题题目类型：原理机制技术难度：基础相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题SentencePiece 是什么，如何训练和使用子词分词模型？下一题 →BERT 使用字粒度与词粒度表示各有什么优缺点？
