大模型算法岗现在都问这些了吗？？

在GitHub上看到了一个资源库，整理了很多Pytorch面试题和答案，涵盖了从基础概念到高级应用，包括张量操作、自动微分、神经网络构建、优化器使用等关键知识点。准备 AI/ML 岗位面试的同学，真的应该留意一下。 PyTorch 基础1. 什么是PyTorch，它与其他深度学习框架（如TensorFlow）有何不同？2. 解释PyTorch中的张量概念。3. 在PyTorch中，张量和变量之间有什么区别？4. 如何将NumPy数组转换为PyTorch张量？5. PyTorch张量中的`.grad`属性有什么作用？6. 解释CUDA是什么以及它与PyTorch的关系。7. PyTorch中的自...

✅一面 1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的✅二面1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么5．介绍一下 CLIP ，还了解什么其他的对比学习方法6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么7．代码：1143．最长公共子序列二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些✅三面：1．自我介绍，然后详细过了一下项目2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型3．平常有尝试过训练过大模型吗，规模小一点的也没关系4．聊天，包括职业规划等等三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧📳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。

直接上结论：不懂装懂 == 装逼相信26届的小伙伴们都在如火如荼的准备即将到来的秋招，给各位同学提个醒，面试的时候，如果面试官问你的问题，你确实没学过，那么就不要瞎扯犊子，你不会天真的认为面试官他不知道这个东西，等你给他科普吧。如果不信邪硬要尝试就会发生以下情况。------------------------------面试官：“我看你简历上说‘熟悉分布式系统’”，那我问你个相关问题吧，假设一个网络特别慢（一条消息可能几分钟才到），里面还有几个故意搞破坏的节点。你怎么设计一个协议，让整个系统还能正常达成一致？既要保证安全（别达成错误结果），又要保证活性能推进（别卡死）？不听劝的你：临时把脑子...

牛友们有人知道这个公司的标是什么吗。本来不想多此一举，但是看了一下他拍的题，刷过两道力扣都不至于不会