全部题目

模型、RAG、Agent与工程面试题一网打尽,配套答案解析与延伸追问。

已筛选

共 12359 道题

排序:

5958
长视频理解模型如何用递归记忆词元传递并压缩历史视觉信息?
模型基础与推理多模态与生成模型
原理机制
进阶
5959
SceneTiling 等语义视频分段方法如何根据特征变化确定边界?
模型基础与推理多模态与生成模型
原理机制
进阶
5961
视频接入 LLM 应使用分析器文本、视觉嵌入还是混合接口?
模型基础与推理多模态与生成模型
比较选型
进阶
5964
条件人体动作生成如何表示姿态序列并利用文本或音乐驱动?
模型基础与推理多模态与生成模型
原理机制
进阶
5965
FVD 如何评估生成视频分布,与 PSNR、SSIM 有何区别?
AI 应用工程与治理评测体系与实验设计
效果评估
进阶
5966
视频张量的维度布局如何与逐帧主干和时序模块衔接?
模型基础与推理多模态与生成模型
原理机制
进阶
5967
复用图像扩散先验时,如何加入并迁移可插拔运动模块?
模型基础与推理多模态与生成模型
原理机制
进阶
5968
少量视频如何定制运动,并减少外观与运动的耦合?
模型训练与对齐参数高效微调
方案设计
进阶
5969
联合音视频生成如何对齐语义、事件和时间,何时选择级联?
模型基础与推理多模态与生成模型
比较选型
进阶
5970
统一视频理解、生成与编辑时,如何组织共享表示、条件接口和任务分工?
模型基础与推理多模态与生成模型
方案设计
进阶