快手日常实习推荐算法二面55min

1.实习介绍
2.拷打简历上一个项目(大概15min)
3.lightgbm和xgboost 区别
4.gbdt是怎么训练的 word2vec模型结构
5.树怎么分裂 用什么loss
6.交叉熵公式 跟softmax区别
7.介绍 YouTubednn和双塔模型 区别和联系
8.讲llm4rec 讲自己看过的两个模型 讲解自己的收获
9.你觉得生成式推荐为什么可行
10.介绍transformer结构 各个部分的重要性
11.encoder可以不要ffn吗 为什么 可行吗
12.听我懂一些ppo然后拷打ppo公式(不会)
13.esmm论文看过没deepseekr1论文看过没
手撕代码:不是hot100的题目类似全排列
反问:业务 实习生干的活 对我的意见
全部评论

相关推荐

评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务