夸克 算法面经
面试官很厉害,专精搜索召回方向的
问项目:
你们的bert是如何优化
albert创新点
阅读过召回相关论文吗
facebook那篇论文样本如何挖掘的,easy和hard样本配比怎样
损失函数的优化
batch内负样本有了解吗,为什么不用
hinge loss NCE loss 等pairwise loss
问基础:
减轻过拟合的方法
l1和l2正则区别
l1为什么能得到稀疏解
dropout如何做的
bn和ln
lightgbm优化点
互斥特征捆绑如何实现的
逻辑题:
猴子搬香蕉
coding:
二叉树的非递归后序遍历
#算法# #算法工程师[话题]# #阿里#
问项目:
你们的bert是如何优化
albert创新点
阅读过召回相关论文吗
facebook那篇论文样本如何挖掘的,easy和hard样本配比怎样
损失函数的优化
batch内负样本有了解吗,为什么不用
hinge loss NCE loss 等pairwise loss
问基础:
减轻过拟合的方法
l1和l2正则区别
l1为什么能得到稀疏解
dropout如何做的
bn和ln
lightgbm优化点
互斥特征捆绑如何实现的
逻辑题:
猴子搬香蕉
coding:
二叉树的非递归后序遍历
#算法# #算法工程师[话题]# #阿里#
全部评论
大佬,请问你知道夸克里面的工作氛围如何么
佬,过了么?约二面了吗?
相关推荐
查看10道真题和解析
点赞 评论 收藏
分享