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
1973
能否在关键推理步骤用更强模型,为什么实验不直接选择最强基座模型?
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
能否在关键推理步骤用更强模型,为什么实验不直接选择最强基座模型?的复习状态
未标记
待复习
已掌握
›
2143
多模态 Agent 中视觉编码器的信息如何与语言模型连接和融合?
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
多模态 Agent 中视觉编码器的信息如何与语言模型连接和融合?的复习状态
未标记
待复习
已掌握
›
2153
大模型如何逐步生成 Token?
模型基础与推理
推理优化与模型压缩
原理机制
已有答案
面前必看
进阶
1
篇面经
大模型如何逐步生成 Token?的复习状态
未标记
待复习
已掌握
›
2154
大模型本身是否具备记忆能力?
模型基础与推理
模型选型与能力边界
概念解释
已有答案
面前必看
基础
1
篇面经
大模型本身是否具备记忆能力?的复习状态
未标记
待复习
已掌握
›
2279
为什么 Temperature 为 0 时模型输出仍可能有差异?
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
1
篇面经
为什么 Temperature 为 0 时模型输出仍可能有差异?的复习状态
未标记
待复习
已掌握
›
2356
如何实现关键帧场景检测?
模型基础与推理
多模态与生成模型
项目深挖
已有答案
面前必看
进阶
1
篇面经
如何实现关键帧场景检测?的复习状态
未标记
待复习
已掌握
›
2375
最喜欢使用哪个大模型?
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
最喜欢使用哪个大模型?的复习状态
未标记
待复习
已掌握
›
2465
Lost in the Middle 现象是什么原理?
模型基础与推理
推理优化与模型压缩
原理机制
已有答案
面前必看
进阶
1
篇面经
1
份题集
Lost in the Middle 现象是什么原理?的复习状态
未标记
待复习
已掌握
›
2467
交叉注意力如何工作?
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
1
篇面经
交叉注意力如何工作?的复习状态
未标记
待复习
已掌握
›
2775
如何用 KV Cache 和稀疏注意力节省计算与存储?
模型基础与推理
推理优化与模型压缩
比较选型
已有答案
面前必看
进阶
1
篇面经
如何用 KV Cache 和稀疏注意力节省计算与存储?的复习状态
未标记
待复习
已掌握
›
1973
能否在关键推理步骤用更强模型,为什么实验不直接选择最强基座模型?
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
能否在关键推理步骤用更强模型,为什么实验不直接选择最强基座模型?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 71–80 道
上一页
1
…
7
8
9
…
18
8 / 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。