页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「快手」找到 28 条内容
按专题浏览 →匹配正文：…为序列（点击、评论）输入LLM，抽取动态兴趣标签 交叉特征生成：LLM理解item A和item B的语义关联，生成隐式交叉特征 快手实践：用LLM解析短视频标题/ASR文本，生成结构化标签，喂给双塔模型 2. 召回层（探索中） 方案 原理 挑战 语义向量召回 Item→LLM Embedding→向量库 推理成本高，需离线预计算 生成式召回 LLM直接生成候选item ID或描述 需微调适配ID空间，幻觉问题 对话式交互 用户query→LLM理解→扩展语义召回 适合搜索推…
匹配正文：…爆炸 摘要压缩 LLM先压缩历史为兴趣标签 信息损失、压缩策略设计 分层架构 传统模型做短期，LLM做长期兴趣 多源信息融合复杂 快手场景：视频消费序列极长（数百上千），需结合SIM-style采样 + LLM语义理解 3. 召回/排序：生成式 vs 判别式 生成式召回（如TIGER、P5）： LLM直接生成候选物品ID或描述 优势：打通多任务、冷启动友好 劣势：ID词典巨大时生成困难、推理慢 判别式排序（更实用）： LLM作为特征交叉器，输出CTR预估分数 典型：用LLM编…
匹配正文：…笔之前，我先去翻了训练营一直在更新的那份面试真题库。 半年的题，一共 6545 道。点名 GRPO 的有 127 道，百度、美团、快手、字节问得最多。 这 127 道里，有 78 道在问同一件事：拿 GRPO 和 PPO 或者 DPO 比。 剩下的问法也很集中，损失函数和优势怎么算的 47 道，KL 约束 11 道，全对全错和训练崩溃 9 道。有些题一道里问了两样。 你简历上要是有这么一行，这些题基本都会落到你头上： 售后操作智能体 Agentic RL 后训练｜GRPO 后…
学习内容与项目面试，在同一条路上。