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。
「延迟」找到 588 条内容
按专题浏览 →匹配口述回答：…决定切分键。这样比拿到表格后直接随机抽样更可靠。切分完成后，我还会做一张审计表：每个实体是否跨集合、特征统计量在哪个集合拟合、标签延迟是否造成时间穿越、近重复样本是否被拆开。任何一项命中，都先修切分再看模型分数。 还有一个容易忽略的点是阈值。模型结构可以在验证集上选，业务决策阈值也可以在验证集上定，但测试集跑完后不能因为某个群体指标不好看又回头调阈值。若目标分布变化，就重新定义版本和评测窗口，而不是继续消费旧测试集。这样验证集承担日常决策，测试集保留最终裁判职责，结论才经得住…
匹配口述回答：…，还要保证抽帧后的时间编码不会丢失。 评测不能只看抽了多少帧。我会报告关键事件召回、帧间冗余、时间覆盖、视觉token成本、预处理延迟和最终任务质量，并按短事件、静态文字、快速运动和长静态段分桶。视频首尾一定重要、某个固定时长一定够用或互动热区必然代表语义，都是具体业务假设，必须由数据验证。 音频和字幕也是重要时间线索。讲话开始、关键词、音效或OCR变化可以帮助定位候选片段，但这些信号要与视觉时间戳对齐，并为无字幕、错转写和静音视频保留回退。融合后仍需用视觉证据确认，不能只凭…
匹配追问：环境反馈延迟或稀疏时如何设计奖励函数或训练策略 基于环境的训练样本效率低，有哪些改进方法（如模型-based RL、离线RL） 在LLM Agent场景中，如何构建"环境"进行训练 场景切入 假设现在优化一个连续决策系统，动作会改变后续状态，反馈还可能延迟。你会怎样判断它应使用监督学习、contextual bandit、offline RL 还是受控 online RL？ 层层追问 监督数据和策略交互数据的来源差在哪？……只有日志时如何处理分布外动作？……bandit 与完…
按学习路线查看教程、项目和面试题。