快手广告大模型校招一面
1、实习介绍
2、简历项目深挖
- 奖励函数设计:reward函数是如何设计的?数据集的配比是怎样的?
- 编码树如何构建?为什么使用高斯分布?
3、inductive learning和transductive learning有什么区别?
4、实习深挖
- Viking是什么?相关业务背景是什么?
- 冷启动时,不同专家模型特征输入为什么不同
- id特征为什么学习效果不好?
5、手撕
给你整数 delay 和 forget,以及整数 n。每个人在发现秘密后的 delay 天开始,每天可以分享给一个新的人。在发现秘密 forget 天后会忘记秘密,忘记后不再分享。求第 n 天结束时知道秘密的人数。
2、简历项目深挖
- 奖励函数设计:reward函数是如何设计的?数据集的配比是怎样的?
- 编码树如何构建?为什么使用高斯分布?
3、inductive learning和transductive learning有什么区别?
4、实习深挖
- Viking是什么?相关业务背景是什么?
- 冷启动时,不同专家模型特征输入为什么不同
- id特征为什么学习效果不好?
5、手撕
给你整数 delay 和 forget,以及整数 n。每个人在发现秘密后的 delay 天开始,每天可以分享给一个新的人。在发现秘密 forget 天后会忘记秘密,忘记后不再分享。求第 n 天结束时知道秘密的人数。
全部评论
底层盛宴啊。。
你是啥时候投递的
考察底层逻辑啊,全面了
感谢分享
相关推荐
2025-12-23 20:30
吉林大学 测试工程师 点赞 评论 收藏
分享
点赞 评论 收藏
分享
点赞 评论 收藏
分享
查看1道真题和解析