智谱大模型应用三面

昨天三面推到了今天,面试官比较忙。
1.自我介绍
2.聊了一会蚂蚁的实习,联邦学习安全之类的,说了一下落地难的情况,面试官感觉对这个也是有了解的,以前面试官基本上都是跳过这个 hh。
3.聊暑期实习的项目。聊了一会。
问我前两面做了题没有,我说没有。
1. 写一个 self atten, 只需要写 forward
触发八股为什么要除以根号 dk?不能是 dk?或者其他的吗?
多头是头越多越好还是越少越好?
头越多计算越快还是越少越快?
2.最长公共子串
反问了
全部评论
啊?现场搓pytorch代码?
点赞 回复 分享
发布于 08-18 00:15 日本
想问下智谱一面结束后大概多久通知二面的呀
点赞 回复 分享
发布于 2024-12-25 14:32 江苏
佬,你智谱这边怎么样了,我这边四轮技术面好像是你的面试官,你现在啥状态呀?
点赞 回复 分享
发布于 2024-09-09 22:33 北京
还没思考过头多少跟计算快慢的问题,头多了可以并行计算,所以快?🤔
点赞 回复 分享
发布于 2024-09-01 00:04 陕西

相关推荐

09-03 20:48
龙岩学院 护士
攒个人品,秋招不指望了,希望春招能有机会上岸吧。------------------------------------------------------没有自我介绍环节,一上来直接拷打实习,边拷打边问八股,基本上是我说一个做的东西,然后面试官就要开始问对应的八股了,记录一下问的八股:1. Qwen 与传统的Transformer模型相比,有什么结构上的改进?2. RMSNorm相较于LayerNorm有什么优势?公式是什么?3. SwiGLU的公式是什么?4. GRPO的公式是什么,这样做为什么更好?5. KL散度的公式是什么,为什么要用KL散度?6. LLM的损失函数是什么?给你一个10w的词表,计算出事的损失值7. GRPO为什么要做clip,直接用SFT后的模型还会不稳定吗?优势度可以怎样改进?8. 为什么你要用GRPO?GPRO结果比之前好多少?显存开销多大?训练一个Step需要多久?奖励函数如何设置的,为什么?有没有想过为什么一开始Reward出现大幅度震荡?GRPO是否一定有效,还有什么解决方法?9. Post-Training 的工作机制,为什么要做三阶段训练?什么情况下应该用GRPO?为什么DeepSeek用了GRPO?如何从V3到R1?10. 微调是如何进行微调的?为什么LoRA能够work?除了LoRA外,还了解哪些微调方法?11. 后训练用的哪个框架?你用过什么框架?如何使用deepspeed进行分布式训练?脚本是你自己写的吗?12. 知道什么Linux命令?13. 用过C++,Java吗?平时用什么多?14. 如何去评价你工作的产出和质量(基本上每个面试官都会问)15. FLUX的工作原理,LoRA在这个地方起到了什么作用?16. 你认为实习过程中哪些是从零到一的工作?(全部!鼠鼠之前学地理的)遇到一个不熟悉的领域,你会如何进行学习?-------------------------------------------------------大概是这些,可能不是很全手撕:删除链表中的节点;快慢指针秒了反问:面试官先介绍了下部门业务,随后反问:1. 为啥初试后又是初试?(可以自己点的,实际上就是二面)2. 后续几轮面试呢?(三轮,还有大老板面)3. 工作强度 (8-9.30左右)4. 这个岗位需要什么样的人? (努力学习新知识,耐心)总而言之美团的面试体验真没的说,面试官会笑这一点就值得夸了,全程没啥压力,但是估计凉了,有些没答好
查看17道真题和解析
点赞 评论 收藏
分享
评论
8
31
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务