人工智能面试题更新 2026-08-05

我们现在二阶段模型训练的是watchtime、like、share、follow这些目标。但有些目标(比如share、follow)非常稀疏,有时一个batch里都没有。你要设计一个loss来处理这类多目标问题,既保证主目标收敛,又不能让稀疏目标完全失效,你会怎么设计?

快手人工智能互联网/IT问题拆解技术原理方案权衡

考察说明

考察多目标稀疏场景下的损失函数设计与工程权衡

回答思路

  1. 明确各目标从数据角度稀疏性不同,需分别处理梯度或权重
  2. 提出对稀疏目标采用正样本加权、梯度缩放或独立采样组
  3. 说明如何避免batch内全无稀疏目标导致梯度为0或失衡
  4. 权衡主目标与稀疏目标的收敛优先级,给出可落地的监控指标
本题已收录答题指导

本题附完整参考答案与评分标准

登录后可查看结构化答题指导;也可以直接开一场模拟面试,AI 面试官用本题实时追问并给出评分。