百度nlp提前批面经

一面拷打论文、项目拷打预训练、SFT基础gpt类型的八股llama更新迭代、MoE手撕最长无重复子串鉴于某小地瓜平台喜欢copy我的面经，我就不具体列出问题了，有需要具体细节的可以私聊我二面拷打论文decoding对齐算法配比、数据质量场景题手撕“leetcode刷的多吗”“不多”“那写个快排吧”三面拷打项目预训练流程RL知识数据质量保证拷打论文问业务倾向流程不算快，隔几天面一次更新，已意向

部门：商业 T 联合实习相关问题 blablaJava 锁，synchronized 和 ReentrantLock 的区别ReentrantLock 底层实现原理CAS 的弊端有哪些volatile 用过吗？DCL 问题MySQL 索引聊一聊索引使用情况判断explain 命令查看执行计划一个 type 字段只有 0、1、2 三类值，type 作为 where 条件，会走索引吗MySQL 索引为什么要用 B+ 树时间和空间局部性原理聊一下 Spring IoC 和 DI什么时候用过 AOP算法题 lc22. 括号生成反问业务：商业 AIGC，基于大模型生产给企业和百度内部生产东西技术面三轮，...

上来先自我介绍，针对第一个项目项目问了一些业务上的问题：user id的embedding维度如何确定；针对少行为用户，怎么学好他的uid？（被面试官绕进去了，实际不可能学好）多任务学习中如何解决梯度冲突？如何对多种体裁的物料做混排？（实习做的精排模型，对混排了解不深）然后介绍第二个项目，之后面试官话峰一转，开始问八股，我几乎都答不上来：线性回归和SVM的异同；多层感知机的权重都初始化为相同值，会发生什么；哪些模型不用做normalize。暴露出的问题很多，一是对业务上的前沿优化点不够清楚，二是八股掌握得不够深入周末再冲刺冲刺吧 #面经#  #百度#  #搜广推#  #搜索推荐#

一面/技术面 2024/7/25 晚上18:00-19:00自我介绍为什么不做推荐转行做NLP介绍实习，从背景、动机、数据处理、实验方案到成果，到后续安排，问了个遍数据如何处理详细介绍了LongLoRA，包括各种实验细节Sparse Attention了解哪些Transformer中有哪些加速收敛，防止过拟合的操作介绍各种norm，batchnorm训练测试差异位置编码方案有哪些？优缺点长文本技术了解哪些，详细说一说长文本和Sparse Attention的结合有哪些，详细说说介绍NIPS论文，问了一些问题代码：二叉树右视图，比较基础反问二面/技术面 2024/8/14 晚上20:00-21:...