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:

4905
DQN 如何工作,目标网络与经验回放各有什么作用?
模型训练与对齐强化学习与奖励
原理机制
进阶
4910
策略梯度与 REINFORCE 如何用采样轨迹优化期望回报?
模型训练与对齐强化学习与奖励
原理机制
深入
4918
模仿学习有哪些主要方法,各自学习什么?
模型训练与对齐强化学习与奖励
比较选型
基础
4926
如何在 LangChain 中完成文本嵌入、向量入库和相似检索?
RAG 与知识系统Embedding 与向量表示
操作实践
进阶
4929
MoE 专家在训练中如何形成分工与专业化?
模型基础与推理模型架构与表示
原理机制
进阶
4932
Word2Vec 等静态词向量与 BERT 上下文表示有什么区别?
模型基础与推理模型架构与表示
比较选型
进阶
4942
PyTorch 的 DataParallel 与 DistributedDataParallel 有什么区别?
模型训练与对齐训练框架、调参与排障
比较选型
进阶
4943
DDP 与 FSDP 在状态存储、通信和执行流程上有什么区别?
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
4946
Constitutional AI 如何利用原则约束改进模型,与 RLHF 有何区别?
模型训练与对齐偏好对齐
原理机制
进阶
4949
什么是多模态 Embedding,如何构建跨模态可比较的表示?
模型基础与推理多模态与生成模型
原理机制
进阶