面试题库 › 算法 / 大模型 › 推荐模型中 Group Embedding 的设计与作用

推荐模型中 Group Embedding 的设计与作用

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:Embedding技术

哪些公司问过

腾讯1

常见岗位:推荐搜索广告

答案要点

  1. 按语义把特征划分为组,组内 embedding 经 sum、mean 或注意力池化成定长向量
  2. 同一实体的 ID 在不同特征中共享一张 embedding 表,减少参数并缓解低频 ID 稀疏
  3. 可按组设置不同 embedding 维度,大基数重要特征维度高,节省显存
  4. 工程上把多张表的查找合并为融合算子批量执行,减少算子数和通信开销
  5. 组内简单池化会损失细粒度信息,重要行为序列常改用注意力类结构

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题