返回全部题目← 上一题56 / 389下一题 →题库/模型基础与推理/Q-4915什么是重要性采样，它如何修正不同分布下的期望估计？知识专题：机器学习与推荐系统题目类型：原理机制技术难度：进阶相关面经：1 篇题集来源：4 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）本题目录相关面经收录题集相关题目相关面经1 篇腾讯后训练2026-10-11日常实习一面、二面查看原面经 →RL三核心：重要性采样、优势裁剪、KL约束的底层作用收录题集4 个来源，共6 份题集vivo高频面试题Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →GRPO 的重要性采样的数学意义是什么？强化学习与对齐Firefly · llm_interview_note · 1 条原题查看题集 →请问什么是重要性采样呀？训练、数据与模型优化：从数据清洗到 LoRAOnefly · zero2Agent · 1 条原题查看题集 →重要性采样机制的原理、估计偏差与适用场景是什么？强化学习与对齐阿东玩 AI · AgentGuide · 3 条原题查看题集 →【优势函数】RL中为什么要用优势函数(advantage)，而不直接用原始奖励？ratio、advantage、returns分别如何理解？V_target怎么来的？为什么要使用多步时序估计优势？ 「字节跳动、腾讯、阿里巴巴」【重要性采样】OffPolicy策略要求采样的策略(旧策略)和训练的策略(新策略)差异不能过大，否则会导致采样数据不准确，影响训练效果。为什么需要重要性采样？ 「百度」GRPO损失与张量形状 GRPO损失计算细节：GRPO的重要性采样为什么是p1/p0？为什么不是其他形式？数学统计与逻辑阿东玩 AI · AgentGuide · 1 条原题查看题集 →【重要性采样与拒绝采样】讲讲重要性采样和拒绝采样？ 「阿里巴巴」展开剩余 1 份题集机器学习基础汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →【重要性采样】重要性采样的原理？ 「字节Seed」相关题目4 题0252推荐系统冷启动有哪些处理思路？同一知识专题题目类型：方案设计技术难度：进阶相关面经：2 篇10210将多层 SID 简化为单层表征会怎样改变模型输入输出，为什么这样设计？同一知识专题题目类型：技术决策技术难度：深入相关面经：1 篇10211推荐系统如何组织模型全量与增量更新，以及特征和结果的离线、实时计算？同一知识专题题目类型：方案设计技术难度：深入相关面经：1 篇10212介绍长序列召回模型的架构、核心特征与损失函数。同一知识专题题目类型：项目深挖技术难度：深入相关面经：1 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Word2Vec 相比早期词嵌入学习方法有哪些改进？下一题 →如何设计实时 AI 推荐系统？
