美团搜推算法日常实习一面凉经
1.数值型特征处理方式有哪些
2.介绍一下CGC,PLE和MMoE的区别
3.多任务loss平衡方式
4.AUC为什么可以判别排序任务
5.双塔召回的改进有哪些
6.介绍-下sampled softmax
7.tiger和hstu走什么路线实现生成式推荐
8.hstu怎么构建长序列
9.rqvae的loss,塌陷问题等
10.rqvae一开始不是应用于推荐领域,在推荐领域他想解决什么样的问题,可以从离散化的角度说吗
11.为什么rqvae没有像vae一样对分布进行重建而是采用残差量化的方式还原数据
12.手撕二叉树最大路径和
2.介绍一下CGC,PLE和MMoE的区别
3.多任务loss平衡方式
4.AUC为什么可以判别排序任务
5.双塔召回的改进有哪些
6.介绍-下sampled softmax
7.tiger和hstu走什么路线实现生成式推荐
8.hstu怎么构建长序列
9.rqvae的loss,塌陷问题等
10.rqvae一开始不是应用于推荐领域,在推荐领域他想解决什么样的问题,可以从离散化的角度说吗
11.为什么rqvae没有像vae一样对分布进行重建而是采用残差量化的方式还原数据
12.手撕二叉树最大路径和
全部评论
相关推荐
查看15道真题和解析