微软STCA NLP Group实习面经

自我介绍数据库日志存储MySQL的数据结构vchar char区别tcp udp 区别tcp三握四挥Linux命令怎么查看系统状态vue生命周期vue基于什么技术讲一下Python 抽象类python深浅拷贝现在有offer吗 #联通软件研究院#

鼠鼠写个面经攒攒人品3.9笔试，3.28一面纯项目，没问八股，项目里面有个细节没答上来算法: 重排链表反问: 面评；模型这么多，该怎么学?(以工作导向学习)40分钟结束，面试官人很好，希望不是kpi面，许愿二面已收到二面通知

这次面的是工程院 bing 团队的 LLM 应用组，问的问题量不大，有一些比较开放性的问题比较有意思。1.自我介绍 两面都有2. 主要会根据项目做一些介绍，这个一面久，二面短一些。3. 一面问了 transformer 结构4. 有没有做过大模型之外的 NLP 相关的内容（简单讲了讲）二面的开放性问题5. 做 rag 应用的时候， 如果幻觉问题严重怎么办？比如已经给了很多 rag 召回的内容了，但是还是错误很多，尤其是一些时间数字类的信息，很容易不准确。（我回答：类似于指令微调，构造对应的数据集， 微调强化大模型对检索的内容的跟随能力）6.接着上面，那你觉得这种数据集怎么构造呢？ 检索的内容和问题很好弄，但是答案怎么获取方便？（我： 我觉得可以反向构造，我先从网络上爬一堆内容作为答案，比如把新闻里的一些信息作为答案，然后让大模型比如 gpt4 生成对应的问题， 再检索召回相关的内容，构造数据集。 面试官说这个想法还挺有意思的）7. 我想通过加噪声的方式提高模型的鲁棒性， 你觉得这个噪声应该怎么加好？ 或者说怎么确定加在 token 的什么位置，加什么 token？（不太懂，我就说从我一般的理解，加噪声都是从 embedding 去加的， 比如随机加一些高斯噪声提高鲁棒性）8.如果我做 rag 召回的相关内容里，会有人恶意注入了一些错误的信息， 你觉得会影响大模型的生成内容吗？怎么避免？（我认为肯定会有影响， 因为关注的信息有错。 我觉得可以提高召回的信息量， 从而稀释错误信息占比来解决）9.接着上面的回答， 我们的输入长度有限制，不能无限加召回的内容怎么办？（可以在检索召回链路中再加一层，类似于粗排后再精排一次，从而减少错误信息的量）其他的不记得了，就是感觉现在面试很喜欢问一些开放性问题。代码题一面编辑距离， 二面是一个有序数组左边平移一定位置后的数组，找到一个 target 的下标。都不算难。

xdm第一次见三个面试官一起面的场景1.自我介绍2.做两道算法题（昨天刚好做过这两道，乐）一道翻转链表，一道strstr（）3.HTTP了解吗？介绍一下HTTP1.01.12.0的区别。介绍一下HTTP三个组成部分，解决跨域在哪个？4.会python吗？介绍一下你常用的库，介绍一下装饰器5.TCP报文格式了解吗？介绍一下TCP在timewait状态下接受syn应该怎么做6.go的gc了解吗，Java的呢，python的呢（没学过Java）7.介绍一下虚拟内存？为什么要有虚拟内存，32位最多虚拟内存为多少？8.你知道Linux的内存淘汰算法吗？说一下实现的大致思路9.MySQL了解吗？介绍一下加锁规则？见过死锁吗？怎么引起的？怎么解决？10.redis了解吗？了解主从复制吗？了解哨兵集群吗？了解切片模式吗？11.redis在你的项目中干嘛的？假如有一个文章突然特别热，造成大KEY你应该怎么做？12.缓存击穿，缓存雪崩，缓存穿透，以及解决方案13.了解过计算机视觉吗？（听说过）14.sql语句，求新用户半个月内的登录次数（模了半天搞出来了）15.剩下的基本都是项目相关了，不过问的也是比较浅，并没有详细问16.你了解过唯一索引和普通索引加锁规则的区别吗？这两个使用有什么区别？一般用哪个？为什么？changebuffer下一步在哪？pagecache还是磁盘？（我还在想这怎么可能在磁盘）17.你确定你们学校允许你现在出来实习？（其实我是不确定的）反问：技术栈？c++go这个挺想去的，明天去试探一下导员的，考试再跑回来