结合最近辅助修改的简历及项目，老师总结了部分大模型微调简历的踩雷点。🙅‍♂️错误示范：在 x任务中，获取 xxx 条数据，通过规则 or 脚本清洗出 x 条数据，然后微调 y 大模型，在业务上提升 x 个点。✍🏻原因:大模型微调的平台是现成的，基模是现成的，体现不出核心能力。✅应该怎么写？首先介绍业务背景：业务是一个销售对话业务，机器人是销售，代替真人，直接面对用户。我们会给模型设定任务，任务是 prompt 。步骤1️⃣．提取训练数据问题：1.真人通话每通电话任务是未知的，我们训练数据是任务＋通话的 pair 对。2.真人通话很乱，与客户的对话是各种交叉的，导致 asr 后并不是一人一轮。解决方案：1.首先通过大模型 prompt 对该通电话提取任务，得到任务＋ pair 对。需要用到 cot + reflection ＋多 Ilm 一致性+ debating 的模式。2.使用大模型根据以上任务和真人对话，让大模型编写出通话内容。提问，为什么要编写而不是直接用？步骤2️⃣．制定训练数据集问题：1、正常的对话内容，前面几句和后面几句基本上一致的。都是问候和拜拜，但是也有一些差异。2、因为都是相似场景，虽然任务不同，但是很多场景语义很相似。解决方案：1、基于轮次的权重采样：通过轮次设定权重进行 weighting sample 。解决问候和拜拜的高占比问题。2、基于语义的采样：使用 bert 对对话内容进行 embedding ，然后使用层次聚类通过调节阈值聚类出相似语义的类。对一个类里的样本进行随机采样，提问，为什么要对重复语义的数据进行下采样？3、基于客户类型和产品的采样，因为很多产品是热品，导致对话内容有偏，用户类型一样，需按照类型调整整体比例采样。提问，为什么要这么采样？步骤3️⃣．制定训练数据集我们直接把输出当作 target 进行训练。使用的 lora 训练，但是 lora alpha 设定成为4倍的时候达到了比较好的效果，经验值不同任务不一样，提问，在各种情况下要怎么调？步骤4️⃣.dpo训练问题：v1版本训练时，很多输出内容是对的，但是输出的语气不太像真人，机器人味还是很严重。解决方案：由于训练本身是有 ground truth 的，因此使用v1训练的模型，预测训练集，使用大模型对比两者语气不符合训练集的拿出来，使用训练集的 ground truth 和模型的预测数据作为 dpo 训练对，对v1版本模型重新训练。📳这里老师只是简要进行概括解答，具体情况和详细解答可以咨询辅导，如果想了解项目辅导，提升面试能力，欢迎后台联系。    

主管面 简单展示了一下项目中有关 prompt 优化的部分然后聊了一下对 prompt 、大模型的理解还有其他的家常（没想到主管对我们学校还蛮熟悉的😂 ）听意思有点想把我转到算法岗？不过暂时没后续了...

第一次面试，紧张的一批……问的算比较简单的，但还是答的一坨。过去一天多了没消息，感觉是没戏了😭而且前段时间几乎全是本地核心的offer，可能已经发完了？上来先自我介绍了解大模型吗？（不会，斯密马赛😭）讲讲泛型机制hashcode和equals了解吗？hashcode一定要重写吗？为什么？你了解那些集合？讲讲hashmaphashmap  put的流程了解数据库吗？mysql有哪些隔离级别？分别解决什么问题？讲讲mvccupdate怎么加锁的？出了一道mysql的题，太久没看了不知道咋写，磨叽了五分钟跟面试官道歉😭redis了解吗？为什么要用redis？项目库存超卖和一人一单怎么解决的？乐观锁悲观锁你这里说用消息队列让时间下降了这么多，具体是怎么解决的？那前面说的加锁方案完全没用到是吗？如果mq异步处理的时候消息丢失或者出错怎么办？（这里没答好，脑子一片空白，坑坑巴巴说了一个死信队列）手撕重排链表

字节大模型算法在职接实习秋招辅导 带做项目（可以作为简历项目）带实践大模型（cpt sft rlhf rag agent都涉及）带面试辅导（面经 简历包装 模拟面试）别焦虑找不到实习了