快手云原生一面

简直是夯爆了！！！1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的？能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术？5.整套系统的主要难点是在于什么地方？6.中间的 Planner，它的规划机制是怎么样的？比如它底层需要调用哪些工具？是不是需要多轮规划？中间的一些详细设计是怎么设计的？7.你们怎么去评估客服对客户的输出是好还是坏？8.搜索功能是怎么实现的？9.你在中间起到的主要作用是什么？你做出了什么改进？10.你这个迭代的过程中，有 ground truth 吗？比如每一个 query 实际上最终最相关的商品是有哪些？11.你中间做了一些什么样的技术迭代？最终体现在人工评估指标上有什么样的提升？有做过对比吗？12.这个人工评估的指标是怎么设计的？最后它的指标结果怎么样？13.这个指标结果是内部人工评估的，还是线上的结果？14.中间优化的过程中，你们用的是一个什么样的模型？15.你的那个 expert 模型，怎么去训练的？样本从哪里来？16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗？17.训练的样本量大概是多大？18.1000 条样本就足够训练你的这个模型了吗？19.你对比过训练之前跟训练之后，同样的问题模型学习后的能力提升大概有多少？20.你能做到比原始蒸馏出来的模型效果还强吗？21.训这个 8B 的模型用的是多大显存的？什么显卡？八股1.正常来说，1B 的模型在没有做任何量化的情况下，原始 FP 格式存储大概要占到多少显存？2.不考虑梯度的情况，单纯只考虑 Inference，把参数加载到显存里面大概要占多少显存？3.平时有用过一些量化加速的方法吗？4.常用的量化手段比如 INT4、INT8、BF，它们之间怎么做到加速的？你有了解过吗？5.FP 跟 BF 之间的区别，你了解吗？6.FP 和 BF 底层实现的区别主要在哪个地方？7.正常的 MP32 在底层数据存储上，小数是怎么表示的？手撕：有连续的 N 个正整数，随机抽出一个（不拿头尾），将其他数乱序放入 N-1 大小的数组中，找出被取出的数。要求时间复杂度 O (N)，空间复杂度 O (1)。

1、自我介绍 2、重点说一下你是怎么一步一步去解决一个bug的 3、实习干了啥？ 4、Linux启动过程 5、Linux进程间通信 6、函数里用到一个static变量，这样的变量跟函数里的普通变量相比有什么样的特点，为什么这样的变量不会销毁 7、static变量什么时候初始化？ 8、介绍unordered_map，实际的数据类型，比如去实现一个哈希表，你会用什么样的数据类型来实现，在内存里它是怎么样去排布的，遇到哈希冲突的时候，你怎么来处理 9、介绍智能指针 10、make_share和直接new有什么区别 11、解释typedef void (*my_func)(int) 12、算法rota...

本人后端方向目前还在中厂实习最近陆续面了五六家大厂暑期全挂了目前也没有约面了面试官反馈来看应该是产出和项目难度深度不够现在公司有个比较大的需求要给我来做但是做完可能得一个多月现在很纠结是接着干日常搞产出还是离职做个ai项目求各位大佬给点建议

第 8 题：大模型的涌现能力（Emergent Abilities） 题目 解释大模型的涌现能力（Emergent Abilities），并举例说明。 一、什么是涌现能力？ 涌现能力指某些能力在小模型上几乎看不到，但当模型规模（参数量、数据、算力等）达到某个阈值后，在较窄的规模区间内突然出现或明显跃升，而且很难用对小模型的平滑外推来预测。 强调三点：  突然性：不是随规模线性变好，而是在某个规模区间内“拐点”式提升。 规模相关：和模型大小、数据、算力强相关，不是单纯调 prompt 或工程能得到的。 外推困难：小模型上的表现无法平滑外推预测大模型会不会有该能力。  面试常问：“涌现是啥？”——...