大模型面试 / 基础篇

共 22 篇。

• 1.提示词工程能解决什么问题?
• 23.解释大模型中的“涌现能力”及产生原因
• 26.解释Prefix LM与Causal LM的区别
• 52.大模型输出格式如何控制
• 86.有监督和无监督学习的区别
• 87.强化学习的关键特点和应用
• 88.浅层学习和深度学习面试题
• 89.神经网络结构面试题
• 90.神经网络训练面试题
• 91.大模型基础面试题
• 92.卷积神经网络面试题
• 93.循环神经网络面试题
• 94.强化学习常见面试题
• 95.自然语言处理与LLM面试题
• 96.seq2seq与Attention面试题
• 97.预训练模型面试题
• 98.Embedding模型面试题
• 99.编码器和解码器面试题
• 100.ULM-FiT迁移学习面试题
• 101.GPT模型相关面试题
• 102.Prompting相关面试题
• 103.BERT相关面试题