面试题库 › 算法 / 大模型 › Softmax 与交叉熵的公式、求导与数值稳定

Softmax 与交叉熵的公式、求导与数值稳定

难度 ★★☆在 6 场真实面经中被问到 方向:算法 / 大模型考点:训练优化与正则化

哪些公司问过

字节跳动3腾讯1平安科技1

常见岗位:大模型算法、人工智能、推理部署与加速、NLP / 语音、推荐搜索广告

答案要点

  1. Softmax:p_i=exp(z_i)/Σexp(z_j);交叉熵:L=-Σ y_i·log p_i
  2. softmax+交叉熵对logits的梯度为p_i-y_i,sigmoid+BCE梯度为σ(z)-y
  3. 数值稳定:减去最大logit,或用logsumexp直接计算log-softmax
  4. 框架中常将softmax与交叉熵融合,兼顾稳定性与效率
  5. 二分类用 sigmoid 加 BCE,带 logits 的接口内部同样做了数值稳定处理

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