一些答的不好的八股问题总结 忘了很多 想到再更新答案和问题 1. llama 7b 为什么比其他基座好，与gpt3比做了什么改进：数据上质量更高，结构上用的RoPE+SwiGLUE2. GQA可以给训练加速吗：不可以，3. 检索增强怎么做的：4. 长度外推除了ROPE还有什么方法（长度外推一个是训练时数据没那么长导致的一些问题，一个是计算复杂度太高没那么多资源）：局部注意力（平移不变性，感受野，window），插值，flashattetion, GQA5. Baichuan和chatglm2有什么不同，数据上，训练上，结构上6. Visualglm图片怎么处理的：blip-qformer7. Transformer结构，一层层讲：8. Visualbert什么结构：前text后visual，用faster-cnn和resnet-50提取视觉特征9. RLHF流程：一个actor,一个critic,一个reward model。将sft后的模型输出后生成回答，回答+答案输入RW得到分数（取最后一个token投影一下）10. Reward model怎么训练的，损失函数是什么：11. 提示工程的fewshot有什么做法：聚类12. Chatglm2与1有什么区别：prefix-decoder回归casual-decoder（原因1.多轮对话用prefix-decoder需要构造多个数据来训练，而casual可以直接用整个多轮对话数据，等效，且各个对话的权重不一样）（这个改动导致了2维编码的去除）；gelu->swiglu；RMSnorm；flashattention；MQA13. Chatglm2对话权重不一样的原因：14. 为什么chatglm系列的用ptuning比lora好：都是清华一个实验室出的，配套效果吧15. Ptuning是怎么样做的大概讲讲：前面cocat可学习参数，多了一个MLP层，代码中在k,v矩阵中concat矩阵参数16. Lora怎么做的？为什么只调q,v矩阵或者q矩阵？别人实验这样做不代表在你这个场景下这样做就是对的？：17. 为什么模型都聚焦于decoder-only而不是encoder-only或者encoder-decoder：18. Self-consistency是什么