阿里推荐算法二面-秋招面经
1.实习介绍
2.讲讲hstu
3.讲讲transformer encoder
4.端到端生成式推荐面临哪些挑战
5.讲讲DIN 和SIM
6.SlM中hard search和soft search的优劣7.attention公式以及计算时间复杂度
8.为什么使用pairwise的交叉熵不用pointwise的交叉熵
9.讲讲交叉熵公式
10.数据标注准确度和选取数据时多样性存在的一些问题要怎么解决
11.手撕:三数之和
12.想在本次实习收获什么
13.反问
2.讲讲hstu
3.讲讲transformer encoder
4.端到端生成式推荐面临哪些挑战
5.讲讲DIN 和SIM
6.SlM中hard search和soft search的优劣7.attention公式以及计算时间复杂度
8.为什么使用pairwise的交叉熵不用pointwise的交叉熵
9.讲讲交叉熵公式
10.数据标注准确度和选取数据时多样性存在的一些问题要怎么解决
11.手撕:三数之和
12.想在本次实习收获什么
13.反问
全部评论
相关推荐
投票
点赞 评论 收藏
分享
点赞 评论 收藏
分享


