大模型面经每日总结

边面边整理面试过程+反思等到秋招就有积累了想开始海投一手中小厂了

自我介绍Redis的原理，一开始还没怎么懂，后面才知道他想问的是Redis的单线程+IO多路复用实习项目高并发的压力出现在哪里数据库读写分离带来了什么新的挑战实习遇到的比较大的困难或者挑战数据库和缓存的一致性假如你这个系统QPS从100突然提高到了10万，你会怎么优化整体的架构，瓶颈可能会出现在哪里假设别人连数据库正常，你连数据库不正常，要怎么去排查？别人写的代码很烂，不写注释，但有更好的方法实现，你要怎么办假设你负责的功能，发版的时候出了bug，第一个事情该做什么通过什么渠道了解技术趋势反问，建议多去了解ai大模型相关的知识很神奇，没有手撕，就是感觉聊天就聊了很久，还问我本科同学有多少人进了...

✅一面1️⃣深挖多模态论文2️⃣介绍transformer架构3️⃣详细说一下Decoder的因果注意力 QKV分别来自哪4️⃣Attention为什么要做scaled 不做会怎么样 为什么用根号d_k5️⃣Transformer怎么做加速训练（KV缓存） 训练和推理有什么区别（并行化）6️⃣深挖多模态大模型论文用的video-llama 讲一下大模型的结构7️⃣论文用了CoT讲一下论文的CoT是怎么样的8️⃣微调用的LoRA介绍一下LoRA9️⃣LoRA初始化怎么做的，用的秩是多少，为什么不选其他的数1️⃣0️⃣知道deepspeed和megatron吗？分别介绍一下1️⃣1️⃣论文用的deepspeed详细讲了一下三个stage分别是什么✅二面1️⃣深挖多模态和大模型的论文2️⃣Decoder文本生成有哪几种方法3️⃣还知道哪些多模态大模型4️⃣介绍一下ALBEF、BLIP5️⃣BLIP2的结构是什么  两阶段怎么训练的 有哪些损失6️⃣知道PEFT吗 讲一下LoRA7️⃣还有什么微调方法 -> prefix-tuning和P-tuning 两者分别是怎么做的 为了解决什么提出的8️⃣后面就是一些场景题✅三面1️⃣深挖论文2️⃣讲一下multi-head attention 用pytorch手撕一下 要可以实现cross attention的3️⃣讲一下你用的大模型是什么结构 特征是怎么喂给大模型的4️⃣大模型训练为什么不用SFT5️⃣LoRA是什么？有什么好处6️⃣知道RLHF吗？讲一下训练流程7️⃣接下来就是好几个场景题，电商相关的，用大模型解决prompt应该怎么设计，怎么处理prompt的输出，怎么过滤错误格式的输出📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

投递时间3.10~4.10面了淘天 控股 字节 腾讯 蚂蚁的大模型岗大概问的都差不多，主要是简历的东西，剩下一点时间会问一些八股。总结一下八股：强化学习（目前每个面试官都会问），L1 L2正则化，LoRA原理，其他PEFT方法，SFT和DPO的区别，SFT和DPO训练心得，Transformer结构，位置编码，长度外推，优化器，flash attention，分类为什么用cse而不是mse，BERT系列训练流程与各种变体，AUC指标，最近读过的论文。#暑期##算法#