1. 为什么报这个岗位？2. 数字人常用的技术了解哪些？3. 音视频算法了解吗？4. 常见的网络通信协议，比如http，gRPC，Websocket了解吗？5. 流传输协议，比如RTSP，RTP，HLS？

1. 在任务对话系统中，大模型的成本较高，有没有自己微调或者调用接口？哪种合适？2. Agent是什么概念？编排指的是什么？3. 大模型中agent的主流框架？4. 在RAG的知识库构建中，文本是什么格式的？PDF、WORD？设计OCR吗？5. 有哪些工业界使用的OCR接口？6. 用大模型做embedding，维度是不是很大？怎么解决？7. 有哪些语义向量模型，效果比较好？了解BGE吗？8. 文本匹配时，为什么有些embedding模型效果比较好？（从训练方式的角度考虑）9. 有哪些向量数据库？10. 海量向量查找算法有哪些？11. 向量检索完成后，怎么做召回？12. 大模型设计的算法有哪些？13. 主流大模型和Transformer的区别？14. 旋转位置编码了解吗？它的旋转角度代表什么？15. RoPE的长度外推是怎么做的？16. RNSNorm和LayerNorm的区别？公式是什么样的？17. LayerNorm会引入可学习的参数吗？引入的目的是什么？18. 大模型的Attention层结构有什么区别？19. attention层有哪些实现方式？self-attention、Cross-attention、local-attention

1. 场景题：订单评论情感分析的系统全流程2. Langchain是否了解？工作机制3. 大模型中如何更高效，更快速的工作？4. 大模型的性能优化？5. Agent的快速响应？识别准确率？用户的上下文管理？准确率可以用思维链（CoT），响应速度需要和准确率去做trade-off提升响应速度：推理阶段：模型剪枝：权重剪枝、结构剪枝量化：将模型从高精度（如Float32）降低到低精度（int8），降低计算和内存要求训练阶段：知识蒸馏：使用大模型训练一个小模型，提升计算速度混合精度训练：在训练和推理阶段使用不同的精度部署阶段：分布式并行：在多台机器上并行处理。缓存：对常用的请求结果进行缓存6. 个人发展7. 业务场景IT、电商团队、联想的全球供应链、端到端的设计更新：二面完泡池子到12月，应该是无了

1. 自然语言理解模块具体是怎么实现的？基于Bert，大模型升级2. Bert怎么实现自然语言理解模块3. 数据集是怎么构建的？4. 序列标注的CRF有什么作用？5. 分类问题分成几类？6. 准确率怎么衡量？更新：已挂

是个妹子面的，感觉也没毕业多径问题：1. 大模型工作流中怎么保证流程可控2. Lora的应用场景是什么？机器资源有限，用于快速部署在垂类领域中，保持模型性能3. Lora微调怎么进行初始化？随机初始化，但需要确保初始值足够小，不影响大模型的输出算法：正则匹配，按照优先级规则将长文本划分句子

1. tokenizer的作用？为什么bert要用专门的tokenizerBert有自己的tokenizer，是自己训练好的词表，并且在起止位置都加上了特殊符号注意：尽管tokenizer翻译为分词器，但功能并不仅限于分词，还包括映射词表，添加特殊符号，统一长度（padding、截断）2. 相对位置编码的作用？Rope、Abili1）一定程度上实现长度外推性2）能够获取文本位置中的相对关系3. 大模型是怎么训练出来的？decoder ： 预训练SFT：问答微调RLHF：人工排序，对齐人类偏好4. huggingface里面为什么有些方法可以调用，但是不能查看源码实现面向对象、python的动态特性、导入包、本地方法？5. 用户怎么获取大模型的有害信息（安全问题，赛博奶奶）

RAG方向面试官水平非常高，哪怕是在面试感觉都学到了很多东西问题：1. 朴素贝叶斯理论2. 后验概率和条件概率的差别？关系？后验概率：由果求因条件概率：由因求果贝叶斯公式：B是因、A是果其中：$P(B|A)$为后验概率，$P(A)、P(B)$为先验概率，$P(A|B)$为条件概率即贝叶斯公式可以通过条件概率和先验概率求出后验概率3. 贝叶斯如何应用在文本分类？这里其实做了两个假设：1）文本属于哪个类别一定程度上取决于包含了哪些词2）词的独立性假设4. multi-head和单头head的计算复杂度有没有差别？应该没有区别，multi-head在并行情况下能够加速，但总的复杂度没变5. 文本不等长的情况，怎么进行处理？padding？注意力计算加mask？（padding对应列进行mask）在padding对应的列加上mask。6. 召回排序了解哪些？7. 对比学习？8. 温度因子的作用？9. 预训练有几种方式？（MLM，NSP）10. Albert和bert的区别？11. RAG中的embedding具体是怎么做的？12. 算法：动态规划

体验非常非常差，面试官迟到一小时，面的时候刚睡醒，kpi连演都不演了八股1. 大模型微调用到了什么框架2. Lora的训练原理和使用是怎么样的？3. llama的模型结构4. Pre-norm和Post-norm的差别是什么

开发岗都开奖了吗？

主要是后端或者大模型算法岗位的#成都##成都美团#

大家阿里国际进度都到哪了？想看看池子有多深#你都收到了哪些公司的感谢信？##阿里国际##阿里国际数字商业集团#

许愿字节oc！七面字节了，该过了吧

后端开发9.14一面 --- 9.18二面 --- 9.23三面------还愿！9.27oc啦！

二面1. MAP（最大后验概率）和似然函数有什么关系？2. 什么情况下，MAP的损失函数可以用NMSE来计算？（高斯噪声）3. 手写Multi-head Attention4. Attention的复杂度是多少？5. AUC是什么？6. 推荐算法了解哪些？7. 协同过滤的概念是什么？8. 如果是一种普适性很强的物品（如：新华字典），怎么设计指标对它降权？9. AUC怎么推广到非二分类问题？怎么快速计算AUC？