26校招｜高德大模型算法岗面试一面

1.LoRA时如何选择合适的参数？这些参数的选择如何影响模型的性能？
2.LoRA优势？
3.大模型如何通过人工指标来评估效果？有哪些常用的人工指标？
4.Transformer的计算复杂度主要由哪些因素构成？各模块复杂度分别是多少？
5.Transformer中哪个模块的计算量最大？如何优化Transformer中计算量最高的部分？
6.为什么BGE通常表现得比BERT更好？有哪些独特之处？
7.在大模型参数如何影响模型的学习和优化？
8.在模型加速方面，Deepspeed的Zero-1, Zero-2, Zero-3分别有哪些区别?
9.Transformer的自注意力中，KV-Cache的引入有什么作用？它如何帮助加速推理过程？
📳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。