人工智能

RAG2.0深入解读

RAG 2.0 深入解读本文从 RAG 2.0 面临的主要挑战和部分关键技术来展开叙事，还包括了 RAG 的技术升级和关键技术等。一、Introduction 过去一年可谓是 RAG 元年，检索增强生成技术迅速发展与深刻变革，其创新

2025-09-04

7.33元

29页

word

图解Transformer，一文吃透工作原理

图解 Transformer，一文吃透工作原理最近发现，大家在大厂面试的时候，会被问到很多 AI 方面的基础知识，所以二哥这里也收录了一些经典的内容到知识库中，方便大家做个参考。尤其是准备和 AI 相关的面试的时候，可以利用语雀的 A

大模型（LLMs）微调面 1. ? 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？要确定全参数微调所需的显存量，需要考虑以下几个因素： 1. 模型的大小：模型的大小是指模型参数的

目录 1.传统目标检测方法................................

31 如果给你一些数据集，你会如何分类（我是分情况答的，从数据的大小，特征，是否有缺失，分情况分别答的）；根据数据类型选择不同的模型，如 Lr 或者 SVM，决策树。假如特征维数较多，可以选择 SVM 模型，如果样本数量较大可以选择

11 面试中的概率问题概率链接切比雪夫不等式最大似然估计：最大后验概率估计：所以最大后验概率就是估计 12 各种分布及其期望、方差、分布函数链接 13 什么是共轭先验分布 14 频率学派和贝叶斯学派的区别频

目录 1.神经网络..................

大模型面试八股一 bert 篇 1.transformer 八股文这一部分包包给出了答案，在你十分清楚 transformer 结构后，可以加强这些题目来强化对于 transfo

131 栈溢出有哪些情况 1）、局部数组过大。当函数内部的数组过大时，有可能导致堆栈溢出。 2）、递归调用层次太多。递归函数在运行时会执行压栈操作，当压栈次数太多时，也会导致堆栈溢出。 3）指针或数组越界。这种情况最常见，例如进行字符串拷

大模型（LLMs）评测面 1. ? 大模型怎么评测？大语言模型的评测通常涉及以下几个方面： 1. 语法和流畅度：评估模型生成的文本是否符合语法规则，并且是否流畅自然。这

111GAN 网络的思想 GAN 用一个生成模型和一个判别模型,判别模型用于判断给定的图片是不是真实的图片,生成模型自己生成一张图片和想要的图片很像,开始时两个模型都没有训练,然后两个模型一起进行对抗训练,生成模型产生图片去欺骗判别模型

71 方差偏差的分解公式链接 sklearn）是针对 Python 编程语言的免费软件机器学习库 [1] 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k 均值和 DBSCAN， 72 对应时间序列的数据集如何

你真懂 Transformer 吗？我不知道点开这篇内容的球友们；有多少敢说自己完全学会并理解了 Transformer 模型。 ?懂? ；反正根据面官要求你；我敢说 100 个宣称自己学过 Transformer

【大模型（LLMs）RAG 检索增强生成面】 RAG（Retrieval-Augmented Generation）面 1 RAG 基础面 1.1 为什么大模型需要外挂 (向量) 知识库？如何将外部知识注入大模型，

大模型（LLMs）进阶面 1. LLMs 复读机问题 1. ? 什么是 LLMs 复读机问题？ LLMs 复读机问题指的是大型语言模型（LLMs）在生成文本时出现的一种现象

目录 1.标准数据类型？..................................

RAG 发展一篇文就入门 RAG，全称检索增强生成（Retrieval-Augmented Generation），作为当前 AI 应用中常见的辅助方法，有效提升了 LLM 输出的准确性和可靠性。但总有人戏言，RAG 不过是“把文档丢进

大模型蒸馏篇 1. 一、知识蒸馏和无监督样本训练？ 2. 二、对知识蒸馏知道多少，有哪些改进用到了？ 3. 三、谈一下对模型量化的了解？ 4. 四、模型压缩和加速的方法有哪些？ 5. 五、你了解的知识蒸馏模型有哪些？一、

大模型LLMs推理加速篇 1. 当前优化模型最主要技术手段有哪些？ 1. 算法层面：蒸馏、量化 2. 软件层面：计算图优化、模型编译 3. 硬件层面：FP8（NVIDIA H系列GPU开始支持FP8，兼有fp16的稳定性和int8的

91VGG 使用 3*3 卷积核的优势是什么? （采用连续的几个 3x3 的卷积核代替 AlexNet 中的较大卷积核（11x11，7x7，5x5）） 2 个 33 的卷积核串联和 55 的卷积核有相同的感知野,前者拥有更少的参数。多个

大模型校招大厂面试题阿里大模型算法校招面试题（一） 1 自我介绍在自我介绍环节，我清晰地阐述了个人基本信息、教育背景、工作经历和技能特长，展示了自信和沟通能力。 2 技术问题回答 2

大模型（LLMs）增量预训练篇 1. 为什么要增量预训练？ 2. 进行增量预训练需要做哪些准备工作？ 3. 增量预训练所用训练框架？ 4. 增量预训练训练流程是怎么样？ 5. 增量预训练一般需要多

目录 TensorRt&&部署问题........................................................

目录 HR 终面问题与提问技巧...............................

频道热点

最新列表

热门文章

推荐文章