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
3365
MLA 的原理是什么?
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
1
篇面经
1
份题集
MLA 的原理是什么?的复习状态
未标记
待复习
已掌握
›
3618
vLLM 的 PagedAttention 如何工作?
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
vLLM 的 PagedAttention 如何工作?的复习状态
未标记
待复习
已掌握
›
3656
Self-Attention 的时间复杂度是多少,如何推导?
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
1
份题集
Self-Attention 的时间复杂度是多少,如何推导?的复习状态
未标记
待复习
已掌握
›
3657
GQA 的原理是什么,如何在效果、速度和显存之间折中?
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
1
份题集
GQA 的原理是什么,如何在效果、速度和显存之间折中?的复习状态
未标记
待复习
已掌握
›
3668
多模态模型中的“推理捷径”是什么,如何识别?
模型基础与推理
多模态与生成模型
概念解释
已有答案
面前必看
深入
1
篇面经
多模态模型中的“推理捷径”是什么,如何识别?的复习状态
未标记
待复习
已掌握
›
2677
大模型推理中各层 Tensor 的维度如何变化?
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
大模型推理中各层 Tensor 的维度如何变化?的复习状态
未标记
待复习
已掌握
›
2679
K-Means 等聚类方法如何工作,能否保证全局最优?
模型基础与推理
机器学习与推荐系统
原理机制
已有答案
面前必看
进阶
暂无面经
K-Means 等聚类方法如何工作,能否保证全局最优?的复习状态
未标记
待复习
已掌握
›
2707
DeepSeek-R1 的主要技术贡献是什么?
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
DeepSeek-R1 的主要技术贡献是什么?的复习状态
未标记
待复习
已掌握
›
2722
如何识别广告作弊用户和流量主,选择难以伪造的特征?
模型基础与推理
机器学习与推荐系统
系统设计
已有答案
面前必看
深入
暂无面经
如何识别广告作弊用户和流量主,选择难以伪造的特征?的复习状态
未标记
待复习
已掌握
›
2723
如何用位置、WiFi 和关联信息建立广告作弊团伙模型?
模型基础与推理
机器学习与推荐系统
系统设计
已有答案
面前必看
进阶
暂无面经
如何用位置、WiFi 和关联信息建立广告作弊团伙模型?的复习状态
未标记
待复习
已掌握
›
3365
MLA 的原理是什么?
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
1
篇面经
1
份题集
MLA 的原理是什么?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 81–90 道
上一页
1
…
8
9
10
…
18
9 / 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。