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。
「矩阵分解」找到 4 条内容
按专题浏览 →匹配题目：请解释低秩适应（LoRA）方法的基本思想，它是如何通过低秩矩阵分解来高效微调大模型的？并讨论其在参数效率和性能保持方面的优势。
匹配题目：请详细解释LoRA（Low-Rank Adaptation）的数学原理和结构设计，说明其如何通过低秩矩阵分解实现高效参数微调，并分析其相对于全量微调的优势。
匹配标题与标签：…统 LoRA 强在哪? 参数高效微调中 GLoRA 的原理、改进与适用场景 模型训练 PEFT LoRA 低秩适配 参数高效微调 矩阵分解 2026真题 GLoRA LoRA 改进 GLoRA 原理 大模型训练与微调 美团
学习内容与项目面试，在同一条路上。
匹配口述回答：…[重排]]里，行列式点过程也就是DPP，是业界比较成熟的方案。它建模物品间的相似度矩阵，然后选出一个既相关又多样的子集。但DPP的矩阵分解如果数据稀疏，效果会打折。另一个简单的做法是[[滑动窗口]]去重，过滤掉近期已经曝光的内容。 落地的时候，我会特别关注一个风险：如果只靠后处理去重，模型可能会陷入“去重-重新推荐-再去重”的死循环，因为模型本身没变，只是把重复的过滤掉了，但下次它还是会推类似的。所以必须训练和解码一起优化，也就是在训练阶段就引导模型生成多样化的输出。 举个例…