深信服面经,不愧是Xstar,问的好难

深信服X-Star反馈的好快,刚投没几天就约面试了,感觉都还没准备好呢就开始了,问的真难啊,对着项目一顿深挖,过程中还穿插着一些八股,最后还来了个手撕

项目深挖:
rag数据处理
rag的embedding模型
rag如何优化,数据,微调
rag的召回准确率如何
QLora的微调原理,量化的数据类型
微调数据集,微调性能
微调和rag的使用场景

八股:
transformer,encorder-decorder
mutihead-attention,qkv矩阵
llama跟bert相比的不同
gpt和bert的结构
gpt底层,有什么优点缺点
transformer和bert和gpt,位置编码
QLora的原理,量化类型

AI题:
单词搜索,关于dfs的

场景:
某个云服务,同时1个写n个读,需不需要加锁,如何加
怎么在加锁的情境下提升性能
多个不同长度的句子怎么转为相同长度的embedding,说出用模型和不用模型的方法
如果你有一个可以微调的大模型, 有一个 prompt 模板, 但是发现效果不好。 你会怎么考虑这个问题?

真的面麻了,希望能过吧,还挺想进xstar的
#深信服秋招来了#
全部评论
跟正式批冲突吗 现在可以投吗
点赞 回复 分享
发布于 09-10 15:31 浙江
xstar的研发薪资能有多少啊
点赞 回复 分享
发布于 09-10 18:29 上海

相关推荐

查看13道真题和解析
点赞 评论 收藏
分享
12 16 评论
分享
牛客网
牛客企业服务