首页 / 大模型
#

大模型

#
466226次浏览 6797人互动
此刻你想和大家分享什么
热门 最新
03-29 23:24
已编辑
门头沟学院 算法工程师
NLP算法面经10
腾讯 LLM (3+1) 🚀实习+项目占比1/2,八股1/4,代码题1/4,项目被问个底朝天1. 介绍transformers的结构以及每部分的作用以及对应的参数大小2. 介绍位置编码(绝对,相对主要是ROPE,以及Alibi(Baichuan使用的))3. 介绍目前所用的优化器,它们有何区别?项目中使用了LSTM?为什么使用它,不用Transformer?LSTM的不足和优势?优势差点没说不来🥲5. LLM多大的,是否使用并行方式,训练多久,训练过程中遇到什么难题以及如何解决?Deepspeed和Megatron对比一下有何不同,优势分别是什么?6. 你为什么选用Deepspeed?出发点是什么?PEFT的各种结构,简单总结下,各有什么好处?6. linux如何查询某个文件的前几行?回答指令你为什么使用DPO不使用PPO?出发点是什么?7. 阐述下你所了解的大模型压缩技术?并展开讲述1-2个8. 开放题:现在你有两个选择:超大模型的对话助手和很多特定领域的小模型对话助手,你会选用哪种方案?9. 代码题:1. 多头注意力机制源码、2. 对角线矩阵、三数之和、3. 快速排序、最长不重复子数组(?)10.HR就是那样子的,腾讯那边会问:你自己职业规划有什么想法?可三年或五年。面了两次都遇到了。。。#nlp算法工程师# #秋招# #算法# #互联网大厂# #大模型# #实习# #马上消费金融#
查看13道真题和解析
点赞 评论 收藏
分享
04-09 14:10
已编辑
上海交通大学 算法工程师
蚂蚁 Agent 转正实习-hc多多
链接:https://hrrecommend.antgroup.com/guide.html?code=1kyR9L0XfFQtcvTW6CoTv1V5CiF1AdD7eoVIj%2FDSuNQUM8KV1z4rH%2F5xNBunn8QK我们是一支决策智能算法Agent团队,参与蚂蚁金融科技FinTech的商业化赛道,有着优秀的人才资源、算法能力及丰富的业务场景;我们的工作是,应用先进的人工智能、研发智能化Agent产品及解决方案。并不断创新方法,打破业界桎梏。我们的客户,包含银行消金、证券保险、航旅出行、政府、制造,以及大量新兴互联网产业公司。当前业务正处于飞速增长阶段,各项业务线增长趋势强劲,我们也在不停地探索这块充满无限可能的领域!我们的优势:- 充足 GPU 集群算力支持, 完整的数据闭环和丰富的业务场景,涉及金融、营销、风控等场景。- 与研究和工程能力兼备的团队成员合作,专注兼顾实际效果和研究深度的大模型落地【转正实习】算法工程师-自然语言处理-LLM描述1. 推进数据建设、指令微调(SFT)、偏好对齐(RLHF)、垂直领域继续预训练等模型优化方面的工作,提高模型质量2. 优化复杂指令、长上下、多轮对话等任务下的模型基础能力3. 探索模型推理能力的增强和优化。4. 推动大模型在搜索、工具调用、多智能体场景下的模型落地5. 深入研究和探索大模型在ToB企业服务中的更多使用场景,拓展模型的应用范围,如搜索、风控、营销、金融等各类场景要求1、硕士研究生及以上学历,计算机科学、人工智能、自然语言处理等相关领域2、优秀的代码能力、数据结构和基础算法功底,Pytorch熟练,熟悉大模型训练与加速框架诸如Deepspeed/Megatron-LM等3、良好自驱力和沟通协作能力,能和团队一起探索新技术,推进技术进步加分项:有领域顶级会议文章(NeurIPS、ICML、ICLR、CVPR、ICCV、ACL、KDD等)、有编程/AI 比赛获奖(ACM/ICPC、NOI/IOI、Top Coder、Kaggle等)优先熟悉NLP相关的算法和技术,熟悉大模型预训练、SFT与RL算法者优先【转正实习】算法工程师-自然语言处理-Agent描述1、深入探索LLM Agent在业务场景的落地,推动AI技术在实际应用中的突破2、Agent研发: 1)设计并实现基于LLM的业务场景Agent,提升端到端的成功率 2)探索LLM Reasoning技术(如思维链、多步推理),提升复杂场景Agent能力 3)构建端到端系统,涵盖意图识别、知识检索、工具调用、结果生成,提升用户体验3、Agent应用探索:   1) 探索创新应用场景(如个性化知识助手、自动化RPA工具、Computer Use等),探索技术边界。  2) 探索Multi-Agent下的通信协议标准化、任务分解机制、记忆/决策模块设计等技术,提升复杂场景下的自主决策效率要求1、硕士研究生及以上学历,计算机科学、人工智能、自然语言处理等相关领域; 2、熟悉Agent架构、熟悉Prompt Engineering、熟悉开源Agent框架如Langchain、CrewAI、MetaGPT等。3、良好自驱力和沟通协作能力,能和团队一起探索新技术,推进技术进步。加分项:在ACL/EMNLP/NeurIPS等顶会发表LLM或搜索相关论文;有开源项目(如LangChain、AutoGPT)贡献或独立AI Agent开发经验;、#大模型##智能体##蚂蚁##字节##阿里##腾讯##美团##京东#
投递蚂蚁集团等公司10个岗位 校招求职吐槽
点赞 评论 收藏
分享
两个月打磨:前端AI项目利器- RAG知识库助手(搜索推荐机制版)
从十月份开始确定项目方向,模型选择和技术栈搭配。 从 Ollama 开始配模型,加入 Langchain 处理链路,然后开始前后端联调,各种报错接踵而至。每天没有需求了就一个人在工位敲敲敲,耳机一带就是肝,睁眼就是九点半十一月开始基础功能完成,开始处理文件检索,对中英文引用不同库处理。又在司内看见一些分享方案,又尝试加入搜索召回。拿公司mac跑的模型,一开终端风扇就疯狂转,搞得同事都来问我你小子又不学前端是吧,谁家运行前端电脑这么吵?后面快离职的时候又开始搞搜索推荐,把部门搜推的文章看了,发现技术门槛太高了,只能自己慢慢琢磨方案。没逝的,自己慢慢啃呗。又还想加入热搜排行榜的功能,因为在腾讯也做了一个多月排行榜的业务,前端这个还是熟练的。离职后又完善了一部分,自己还是喜欢用的,后面设备跑起来会更快。等明年去实习了,直接就是一整套方案放到司内,做点技术分享技术栈:前端: Next.js + Ts后端:Python(Flask)模型相关:LangChain 工具链:处理 Prompt、上下文检索和输出解析。NLP 工具(Jieba、TF-IDF):用于中文语料分析和推荐。文档加载与处理(PyPDFLoader):支持用户内容输入。LLM 模型(Ollama,Lama3):实现核心问答和扩展功能。#现在前端的就业环境真的很差吗##前端##大模型##实习##项目##简历#
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客企业服务