Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...

只能说兄弟们坚持

📍面试公司：顺丰数科🕐面试时间：5.7💻面试岗位：IT研发岗❓面试问题：请先做一个自我介绍。在数字马力实习中，你遇到的最难的技术点是什么？在这个项目里遇到过生产故障吗？缓存与数据库数据不一致怎么办？Java中有哪些线程安全的类？ConcurrentHashMap的底层数据结构？除了ConcurrentHashMap，CAS还在哪里用到？数据库层有CAS吗？如何分析MySQL慢查询？binlog是什么？Canal机制？Spring Boot自动装配原理？Spring AOP的核心原理？Kafka如何保证消息可靠性和顺序性？你在AI应用方面的项目经验？从A账户转账100元到B账户，数据库层面...