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
1747
Level-K 博弈模块如何与之前的模型串联?
模型基础与推理
模型选型与能力边界
项目深挖
已有答案
面前必看
进阶
1
篇面经
Level-K 博弈模块如何与之前的模型串联?的复习状态
未标记
待复习
已掌握
›
1748
Cross-Attention 中 Q、K、V 分别来自哪里?
模型基础与推理
Transformer 与注意力
原理机制
已有答案
面前必看
基础
1
篇面经
Cross-Attention 中 Q、K、V 分别来自哪里?的复习状态
未标记
待复习
已掌握
›
1845
如何看待自动驾驶从一段式、两段式向 VLA、VLM 的技术演进?
模型基础与推理
多模态与生成模型
开放讨论
已有答案
面前必看
—
1
篇面经
如何看待自动驾驶从一段式、两段式向 VLA、VLM 的技术演进?的复习状态
未标记
待复习
已掌握
›
1846
训练时图像分辨率不同,应该如何处理?
模型基础与推理
多模态与生成模型
方案设计
已有答案
面前必看
进阶
1
篇面经
训练时图像分辨率不同,应该如何处理?的复习状态
未标记
待复习
已掌握
›
1856
Diffusion 与 DDPM 的基本原理是什么?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
1
篇面经
Diffusion 与 DDPM 的基本原理是什么?的复习状态
未标记
待复习
已掌握
›
1857
为什么自动驾驶轨迹生成尝试使用 Diffusion?
模型基础与推理
多模态与生成模型
比较选型
已有答案
面前必看
进阶
1
篇面经
为什么自动驾驶轨迹生成尝试使用 Diffusion?的复习状态
未标记
待复习
已掌握
›
1858
为什么轨迹生成任务需要较强的多模态能力?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
进阶
1
篇面经
为什么轨迹生成任务需要较强的多模态能力?的复习状态
未标记
待复习
已掌握
›
1859
相较其他多模态轨迹生成方案,Diffusion 从数学建模上有什么优势?
模型基础与推理
多模态与生成模型
原理机制
已有答案
面前必看
深入
1
篇面经
相较其他多模态轨迹生成方案,Diffusion 从数学建模上有什么优势?的复习状态
未标记
待复习
已掌握
›
1900
对 Transformer、微调和小模型等算法知识了解多少?
模型基础与推理
模型选型与能力边界
经历介绍
已有答案
面前必看
—
1
篇面经
对 Transformer、微调和小模型等算法知识了解多少?的复习状态
未标记
待复习
已掌握
›
1916
项目为什么采用多模型融合方案?
模型基础与推理
模型选型与能力边界
比较选型
已有答案
面前必看
进阶
1
篇面经
项目为什么采用多模型融合方案?的复习状态
未标记
待复习
已掌握
›
1747
Level-K 博弈模块如何与之前的模型串联?
模型基础与推理
模型选型与能力边界
项目深挖
已有答案
面前必看
进阶
1
篇面经
Level-K 博弈模块如何与之前的模型串联?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 61–70 道
上一页
1
…
6
7
8
…
18
7 / 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。