AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
登录
登录
AI 简历
简历模板
简历范文
模拟面试
校招
求职攻略
关于我们
我要招人
首页
面试题库
人工智能面试题
LoRA超参数(如秩 r、缩放因子 alpha)…
人工智能面试题
更新 2026-08-05
LoRA超参数(如秩 r、缩放因子 alpha)的选择如何影响模型微调后的性能?
高德地图
人工智能
性能优化
风险判断
技术原理
考察说明
考察对超参数影响机制和现象的分析能力
回答思路
能解释r对模型表达能力和泛化性能的正反影响
能说明alpha如何控制LoRA更新的实际幅度
能结合实际现象(如欠拟合、过拟合、训练不稳定)分析参数作用
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。
开始模拟面试
登录查看答题指导
换一题
上一题
冷启动item的特征有考虑怎么在保证id特征训练完整的同时降低影响
下一题
请介绍一次你训练深度神经网络的经历,包括输入数据、目标任务、所选模型和所用框架。
本题还出现在
高德地图面试题