面试题库 › Go 后端 › 大模型与传统机器学习/深度学习的区别

大模型与传统机器学习/深度学习的区别

难度 ★☆☆在 1 场真实面经中被问到 方向:Go 后端考点:机器学习基础概念

哪些公司问过

字节跳动1

常见岗位:AI 应用 / Agent 开发

答案要点

  1. 架构与规模:大模型多为 Transformer,参数量数十亿以上,传统模型参数少、结构多样
  2. 训练范式:大模型先自监督预训练再微调对齐;传统模型多为针对单任务的监督学习
  3. 能力:大模型通用、具备上下文学习(few-shot)和随规模出现的涌现能力
  4. 成本:大模型训练数据和算力需求高几个数量级,推理成本和延迟也更高
  5. 适用性:表格数据、强实时、强可解释场景,传统模型依旧常用

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