01-09 23:40 中山大学 算法工程师 发布于山东
关注
快手广告大模型面经
1、自我介绍
2、reward函数是如何设计的？数据集的配比是怎样的？
3、inductive learning和transductive learning有什么区别？
4、Viking是什么？相关业务背景是什么？
5、冷启动时，不同专家模型特征输入为什么不同？
6.编码树如何构建？为什么使用高斯分布？
7、id特征为什么学习效果不好？
8、给你整数 delay 和 forget，以及整数 n。每个人在发现秘密后的 delay 天开始，每天可以分享给一个新的人。在发现秘密 forget 天后会忘记秘密，忘记后不再分享。求第 n 天结束时知道秘密的人数。
9、Loss乘10和学习率乘10之间有什么区别
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
2、reward函数是如何设计的？数据集的配比是怎样的？
3、inductive learning和transductive learning有什么区别？
4、Viking是什么？相关业务背景是什么？
5、冷启动时，不同专家模型特征输入为什么不同？
6.编码树如何构建？为什么使用高斯分布？
7、id特征为什么学习效果不好？
8、给你整数 delay 和 forget，以及整数 n。每个人在发现秘密后的 delay 天开始，每天可以分享给一个新的人。在发现秘密 forget 天后会忘记秘密，忘记后不再分享。求第 n 天结束时知道秘密的人数。
9、Loss乘10和学习率乘10之间有什么区别
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
全部评论
相关推荐
查看28道真题和解析