百度nlp算法面经（一）

面试官迟到十几分钟也不通知，姗姗来迟应该在户外用的笔记本，嘈杂的我啥也听不清。问了问项目然后就结束了，第二天一看流程终止。真的无语，不想面可以不面，这种态度真的恶心。

LLM 大模型学习必知必会系列(五)：数据预处理(Tokenizer分词器)、模板（Template）设计以及LLM技术选型 在模型训练过程中，数据及数据处理是最为重要的工作之一。在当前模型训练流程趋于成熟的情况下，数据集的好坏，是决定了该次训练能否成功的最关键因素。 在上一篇中，我们提到了模型训练的基本原理是将文字转换索引再转换为对应的向量，那么文字转为向量的具体过程是什么？ 1.分词器（Tokenizer） 在NLP（自然语言处理）领域中，承担文字转换索引（token）这一过程的组件是tokenizer。每个模型有自己特定的tokenizer，但它们的处理过程是大同小异的。 首先我们安装好...

暑期实习小弟面临如下选择，请各位大佬路过顺便给点意见：美团——平台商品主搜：部门比较核心，转正率高，而且mentor人很好（已经在实习了），组里氛围也不错，很稳定。但是base北京，以后估计不会在北京发展了。腾讯——Pcg的qq浏览器搜索：部门不太核心，转正率感觉也不是很高，面试感觉面试官人不错。但base深圳。字节——风控：本来面的抖音评论，三面技术面都过了，但是没hc 转到风控了，因为面评还可以（hr 说3+通过），所以hr 给我转到了风控。但还要另外加面两轮。。base也在深圳。蚂蚁——企业信用：面试给我的感觉是最好的，面试官都很nice，感觉组内氛围应该不错，做的也很独特有趣，大模型做agent ，（企业信用能做的公司不多），但是base上海。

问的问题很偏，半个小时结束，甚至没有写代码。我太菜了