礼貌拿码
点赞 评论

相关推荐

头像
10-21 18:57
已编辑
腾讯_算法工程师(实习员工)
机器学习岗8.13:投递简历8.20:一面8.23:笔试8.26:二面9.3:三面9.9:测评9.12:HR面10.18:官网状态转offer阶段10.21:意向书泡了一个多月,终于泡出来了。。。项目以外的面经:一面(50m)- 为什么现在RAG大部分都采用召回+精排的方式来检索知识?- 模型训练的时候有没有遇到过loss不收敛或者loss骤降为0的情况?有什么可能的原因导致?- 讲一下transformer- 场景题:假设你每日可以获取到某社交平台的社区数据,每日数据量很大,怎么从中获取到关于某个产品的评价数据。二面(35m)- 场景题:我有一大堆用户评论数据,我想要从中筛选出关于某个话题的内容,并且还要分发给不同的部门,如何实现?- 场景题:对于一个对话系统,假设我对于模型的回复正确率的要求特别高,并且我需要知道一些精确的数据,不只是泛泛而谈,比如我问“qq音乐今天DAU是多少”,需要模型给出具体的值,你觉得要怎么设计?- 场景题:估算一下混元的DAU- 怎么理解大模型的记忆- 数据从用户到服务器的传输过程- 讲一下数据容灾- 讲一下分布式编程- A/B测试三面(1h)- SFT和RLHF的作用分别是什么- 讲一下RLHF- RLHF中的reward model怎么训练的- 讲一下DPO- 讲一下transformer- 讲一下GQA,GQA有什么优缺点- 有了解最新的大模型吗?了解llama3.1吗?- 有了解哪些LLM分布式推理技术吗?- 讲一下大模型量化技术HR面(25m)不像面试,更多的是聊聊天,问一下个人的发展意向和职业规划#腾讯音乐##算法工程师##晒一晒我的offer#
点赞 评论 收藏
分享
牛客网
牛客企业服务