科大讯飞飞星计划-AI算法（自然语言处理方向）

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.大模型的scaling law2.FP16;FP32和BF163.讲讲lora4.开放性问题：谈谈对当下大模型发展的理解，以及ai工具使用情况。

给我面没招了，发点面经攒攒人品～项目拷打CLIP部分1.CLIP的结构+一个batch里面混入了相同的图片，也就是说一个正样本被当作一个负样本，但它实际是一个正样本，怎么去解决和避免这些问题?在训练或者说Loss层面2.CLIP可以做分类吗?通过对齐的方式做分类你觉得是可行的吗?3.图像输入给大模型，解码输出文本，这样的对齐方式和CLIP有什么区别?这两种哪种是未来趋势?偏八股部分1.COT有了解过吗?结构化的输入/few-shot 为什么会有帮助?(模型层面)2.有了解过哪些大模型?BLIP2的三个loss介绍3.现在大部分的结构不采用Q-former，而用MLP，是为什么?那为什么之前不用MLP，而用Q-former?4.一个多模态模型，它的视觉和文本编码器的参数量大小有什么配比的逻辑?5.一个5乘5的卷积，它可以由几个3乘3的卷积串联来替换，从而减少计算量但保持感受野不变?6.分类任务需要很多标注样本，但是现在想在少量样本的情况下，实现新增任务的效果，如何实现?不希望通过大量数据做微调手撕：经典力扣 全排列

如题，诚心求问滴滴春招算法 国际化大模型方向有没有oc的大佬呢？3月20号一天面完三面后就再无消息😴官网显示“面试考察中”，面试链接也暂未失效，但感觉要泡发了呢😣……

比第一次友好很多，大概一个半小时。主要偏向于项目介绍，然后项目的一些细节问题，终于没有全篇问企业场景题了，回归八股舒适区（然而也问到了我不会的八股）算法:1. leetcode146 LRU缓存变种在lru的基础上加了一个阈值k，只有访问次数到达k的才进入最近最少使用的淘汰范围，和原题感觉差别不大2.leetcode56 合并区间也不难，但是在合并之前得先排序，面试官说可以用内置sort方法，但是我不记得那个comparator怎么重写了，寄八股:1. 为什么使用rabbit mq和rocket mq？不用kafka? 你说kafka会丢数据，知道什么情况下会丢吗？2. 微服务相比单体服务有什么优势？3. 微服务可能会有什么劣势？4. 分布式事务的二阶段提交和三阶段提交5. MySQL和hive，redis的区别与使用场景6. Es的倒排索引7. 从hive到mq同步数据，为什么中间要用mq，不能直接同步？8. MySQL是怎么使用binglog的？用于数据同步? 那全量同步和增量同步是什么区别？（寄，给自己挖坑，全量同步是我主动提的然后又不知道）9. MySQL的事物特性以及实现原理10. redolog和undolog是干什么的？事务的每个隔离级别是靠什么实现的？（回答了redolog undolog  mvcc 间隙锁）11. 知道MVCC是怎么用的吗？12. 知道MySQL的底层结构吗？（感觉这个不好回答就主动引到索引了，知道索引的结构）13.为什么用b+树？不用b树和红黑树？14. 会用哈希当索引吗？15. 知道覆盖索引吗？16.覆盖索引有什么好处？17. 描述一下red is的哨兵模式，你知道redis集群吗？18. 你说spring boot用的多，如果spring boot如果要加载一个外部库，它是怎么加载的？可以直接加载吗？（扯了一下类加载器，但是我实在不记得。。寄）19. 看你用的语言很多，你感觉java，python，c++，PHP有什么区别？20. 项目中遇到最有挑战的事情是什么？项目中有哪些让您印象深刻的记忆唉。。。教训是不要啥玩意儿都往简历上写，不然问了你说你只用过不了解原理，会有点尴尬