跳到主内容
AlgoMooc
刷题
▾
学习路径
▾
看动画学
▾
求职训练营
▾
Hot100
7 天
学大模型
面试精讲
登录
开通年卡
页面加载中…
🏠
首页
📝
刷题
🎬
看动画
👤
我的
字节 · 公司标签题库 · AlgoMooc
AlgoMooc · 学大模型
学习首页
学习路线
系统教程
项目实战
面试题库
求职与面试
搜索
学大模型
/
字节 · 公司标签题库
字节 · 公司标签题库
按字节来源标签整理的大模型面试问题。具体题源、教学整理与项目背景以每道题的说明为准。
搜索大模型内容
内容类型
所有类型
面试题
系统教程
项目实战
求职指南
面经
学习路线
搜索
共 191 条内容
按公司查题 →
按专题浏览 →
当前分类：公司：字节
清除分类条件
面试题
·
模型架构
· 字节
LLaMA为何选RMSNorm?
#Layer Normalization
#RMS Normalization
#归一化技术
面试题
·
模型架构
· 字节
RMSNorm vs LayerNorm：训练效率怎么比?
#LayerNorm
#RMSNorm
#归一化方法
面试题
·
项目与经历
· 字节
大模型任务表现差怎么排查？
#模型调试
#bad case分析
#数据质量
面试题
·
模型训练
· 字节
Prompt vs Seq2Seq，怎么转？
#Prompt工程
#统一生成建模
第 1 / 8 页
下一页 →
学习内容与项目面试，在同一条路上。
站内 RAG 在线实战
#判别式转生成式
面试题
·
模型架构
· 字节
RMSNorm vs LayerNorm：数值稳定性怎么比?
#Layer Normalization
#RMS Normalization
#归一化技术
面试题
·
模型架构
· 字节
格式化输出 vs 思维链，怎么选？
#生成式建模
#判别式任务转化
#Prompt工程
面试题
·
模型架构
· 字节
判别式转生成式有哪些方法？
#生成式建模
#判别式转生成式
#Prompt工程
面试题
·
推理优化
· 字节
FAISS 怎么实现高效 ANN 搜索?
#向量检索
#近似最近邻搜索
#量化压缩
面试题
·
模型训练
· 字节
SFT vs 预训练:核心区别在哪?
#监督微调
#预训练对比
#复读机问题
面试题
·
模型训练
· 字节
MSE vs 交叉熵损失怎么选?
#损失函数
#交叉熵
#MSE
面试题
·
模型架构
· 字节
Few-shot 推理为何有效?
#上下文学习
#预训练目标
#隐式梯度下降
面试题
·
模型训练
· 字节
MSE vs Focal Loss 分类怎么选?
#损失函数
#类别不平衡
#Focal Loss
面试题
·
模型架构
· 字节
自回归生成用 token id 还是概率分布?
#自回归生成
#softmax采样
#梯度传播
面试题
·
评估
· 字节
LLM 幻觉与安全风险怎么缓解?
#幻觉检测
#内容安全
#RLHF
面试题
·
项目与经历
· 字节
验证集分布：以部署目标为准
#数据划分
#类别不平衡
#分布偏移
面试题
·
评估
· 字节
判别式转生成式哪种方法更优?
#判别式转生成式
#Prompt工程
#指令微调
面试题
·
模型架构
· 字节
FFN 隐藏层维度为何扩 4 倍?
#Transformer
#FFN
#维度扩展
面试题
·
模型训练
· 字节
SFT 复读机问题怎么解?
#监督微调
#复读机问题
#训练数据
面试题
·
RLHF与对齐
· 字节
PPO vs GRPO 怎么选?
#PPO
#GRPO
#RLHF
面试题
·
推理优化
· 字节
数据分层为何不用大模型?
#数据质量评估
#模型规模权衡
#成本效益分析
面试题
·
模型训练
· 字节
数据难度分层怎么验证?
#数据难度分层
#数据质量评估
#课程学习
面试题
·
模型架构
· 字节
Multi-Head Attention 维度变化
#多头注意力
#Transformer
#注意力机制
面试题
·
推理优化
· 字节
KV-Cache 空间复杂度怎么算?
#KV-Cache
#显存优化
#自回归生成
面试题
·
模型架构
· 字节
LayerNorm vs RMSNorm 原理差异?
#Layer Normalization
#RMS Normalization
#Batch Normalization