跳到主要内容
面试之前,先来面栈
搜索
题库
/
模型基础与推理
模型基础与推理
8
个专题 ·
179
道题
专题概览
题目列表
179
模型基础与推理面试题
继续复习
→
待复习
0
知识专题
知识专题
多模态与生成模型
机器学习与推荐系统
模型架构与表示
模型选型与能力边界
推理优化与模型压缩
推理与解码
Tokenizer 与位置编码
Transformer 与注意力
知识专题
知识专题
找到
8
个专题
知识专题
✓
多模态与生成模型
✓
机器学习与推荐系统
✓
模型架构与表示
✓
模型选型与能力边界
✓
推理优化与模型压缩
✓
推理与解码
✓
Tokenizer 与位置编码
✓
Transformer 与注意力
✓
未找到匹配专题
问题类型
问题类型
比较选型
代码题
方案设计
概念解释
故障排查
技术决策
经历介绍
开放讨论
系统设计
项目深挖
效果评估
原理机制
问题类型
技术难度
技术难度
基础
进阶
深入
技术难度
复习状态
复习状态
未标记
待复习
已掌握
复习状态
已筛选
清除筛选
共
179
道题
开始复习 →
排序:
排序
相关面经最多
题集收录最多
题号顺序
最新更新
题号
题目
技术难度
收录情况
复习状态
3650
RoPE 是什么,解决什么问题?
模型基础与推理
Tokenizer 与位置编码
原理机制
已有答案
面前必看
基础
暂无面经
RoPE 是什么,解决什么问题?的复习状态
未标记
待复习
已掌握
›
3683
大语言模型与传统 NLP 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
已有答案
面前必看
基础
暂无面经
1
份题集
大语言模型与传统 NLP 模型有什么区别?的复习状态
未标记
待复习
已掌握
›
3685
Tokenizer 的原理是什么,如何影响大模型训练与推理?
模型基础与推理
Tokenizer 与位置编码
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
Tokenizer 的原理是什么,如何影响大模型训练与推理?的复习状态
未标记
待复习
已掌握
›
3686
大模型常见解码策略有哪些,贪心、Beam Search 与采样如何选择?
模型基础与推理
推理与解码
比较选型
已有答案
面前必看
进阶
暂无面经
2
份题集
大模型常见解码策略有哪些,贪心、Beam Search 与采样如何选择?的复习状态
未标记
待复习
已掌握
›
3699
为什么主流大语言模型多采用 Decoder-only 架构?
模型基础与推理
模型架构与表示
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
为什么主流大语言模型多采用 Decoder-only 架构?的复习状态
未标记
待复习
已掌握
›
3700
Decoder-only 模型在训练和推理阶段的输入形式有什么不同?
模型基础与推理
推理与解码
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
Decoder-only 模型在训练和推理阶段的输入形式有什么不同?的复习状态
未标记
待复习
已掌握
›
3701
Transformer 编码器与解码器中的注意力机制有什么区别?
模型基础与推理
Transformer 与注意力
比较选型
已有答案
面前必看
基础
暂无面经
1
份题集
Transformer 编码器与解码器中的注意力机制有什么区别?的复习状态
未标记
待复习
已掌握
›
3702
Decoder 自注意力为什么需要因果掩码,具体如何实现?
模型基础与推理
Transformer 与注意力
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
Decoder 自注意力为什么需要因果掩码,具体如何实现?的复习状态
未标记
待复习
已掌握
›
3703
多头注意力为什么要降低每个 Head 的维度?
模型基础与推理
Transformer 与注意力
原理机制
已有答案
面前必看
进阶
暂无面经
1
份题集
多头注意力为什么要降低每个 Head 的维度?的复习状态
未标记
待复习
已掌握
›
3704
交叉注意力与自注意力有什么区别?
模型基础与推理
Transformer 与注意力
比较选型
已有答案
面前必看
基础
暂无面经
1
份题集
交叉注意力与自注意力有什么区别?的复习状态
未标记
待复习
已掌握
›
3650
RoPE 是什么,解决什么问题?
模型基础与推理
Tokenizer 与位置编码
原理机制
已有答案
面前必看
基础
暂无面经
RoPE 是什么,解决什么问题?的复习状态
未标记
待复习
已掌握
›
未找到相关题目
换个关键词,或清除筛选。
清除筛选
共
179
道题 · 显示 161–170 道
上一页
1
…
14
15
16
17
18
17 / 18
下一页
启用 JavaScript 后可筛选和浏览完整题库;当前显示前 10 道题。