字节推荐大模型二面-秋招面经
1. 实习介绍+介绍论文
2. attention的计算时间复杂度
3. 推荐系统或者NLP领域 有什么方法可以加速attention计算
4. 你了解哪些生成式推荐的论文
5. 为什么要在推荐系统引入RQ-VAE
6. RQ-VAE和VQ-VQE有什么不同
7. RQ-VAE怎么解决坍塌问题
8. Normalization有哪些,有什么作用
9. 什么时候用batch norm什么时候用layer norm,为什么
10. 训练和推理的时候的BN均值和方差都是怎么得到的
11. 代码题:Ic331验证二叉树的前序序列化
2. attention的计算时间复杂度
3. 推荐系统或者NLP领域 有什么方法可以加速attention计算
4. 你了解哪些生成式推荐的论文
5. 为什么要在推荐系统引入RQ-VAE
6. RQ-VAE和VQ-VQE有什么不同
7. RQ-VAE怎么解决坍塌问题
8. Normalization有哪些,有什么作用
9. 什么时候用batch norm什么时候用layer norm,为什么
10. 训练和推理的时候的BN均值和方差都是怎么得到的
11. 代码题:Ic331验证二叉树的前序序列化
全部评论
相关推荐
点赞 评论 收藏
分享
点赞 评论 收藏
分享
11-13 11:52
南京邮电大学 Java 点赞 评论 收藏
分享
查看16道真题和解析 点赞 评论 收藏
分享