2025-04-18 08:06 中山大学 算法工程师 发布于山东
关注
大厂面经｜字节大模型算法岗
✅一面
1️⃣深挖多模态论文
2️⃣介绍transformer架构
3️⃣详细说一下Decoder的因果注意力 QKV分别来自哪
4️⃣Attention为什么要做scaled 不做会怎么样 为什么用根号d_k
5️⃣Transformer怎么做加速训练（KV缓存） 训练和推理有什么区别（并行化）
6️⃣深挖多模态大模型论文用的video-llama 讲一下大模型的结构
7️⃣论文用了CoT讲一下论文的CoT是怎么样的
8️⃣微调用的LoRA介绍一下LoRA
9️⃣LoRA初始化怎么做的，用的秩是多少，为什么不选其他的数
1️⃣0️⃣知道deepspeed和megatron吗？分别介绍一下
1️⃣1️⃣论文用的deepspeed详细讲了一下三个stage分别是什么
✅二面
1️⃣深挖多模态和大模型的论文
2️⃣Decoder文本生成有哪几种方法
3️⃣还知道哪些多模态大模型
4️⃣介绍一下ALBEF、BLIP
5️⃣BLIP2的结构是什么 两阶段怎么训练的 有哪些损失
6️⃣知道PEFT吗 讲一下LoRA
7️⃣还有什么微调方法 -> prefix-tuning和P-tuning 两者分别是怎么做的 为了解决什么提出的
8️⃣后面就是一些场景题
✅三面
1️⃣深挖论文
2️⃣讲一下multi-head attention 用pytorch手撕一下 要可以实现cross attention的
3️⃣讲一下你用的大模型是什么结构 特征是怎么喂给大模型的
4️⃣大模型训练为什么不用SFT
5️⃣LoRA是什么？有什么好处
6️⃣知道RLHF吗？讲一下训练流程
7️⃣接下来就是好几个场景题，电商相关的，用大模型解决prompt应该怎么设计，怎么处理prompt的输出，怎么过滤错误格式的输出
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
1️⃣深挖多模态论文
2️⃣介绍transformer架构
3️⃣详细说一下Decoder的因果注意力 QKV分别来自哪
4️⃣Attention为什么要做scaled 不做会怎么样 为什么用根号d_k
5️⃣Transformer怎么做加速训练（KV缓存） 训练和推理有什么区别（并行化）
6️⃣深挖多模态大模型论文用的video-llama 讲一下大模型的结构
7️⃣论文用了CoT讲一下论文的CoT是怎么样的
8️⃣微调用的LoRA介绍一下LoRA
9️⃣LoRA初始化怎么做的，用的秩是多少，为什么不选其他的数
1️⃣0️⃣知道deepspeed和megatron吗？分别介绍一下
1️⃣1️⃣论文用的deepspeed详细讲了一下三个stage分别是什么
✅二面
1️⃣深挖多模态和大模型的论文
2️⃣Decoder文本生成有哪几种方法
3️⃣还知道哪些多模态大模型
4️⃣介绍一下ALBEF、BLIP
5️⃣BLIP2的结构是什么 两阶段怎么训练的 有哪些损失
6️⃣知道PEFT吗 讲一下LoRA
7️⃣还有什么微调方法 -> prefix-tuning和P-tuning 两者分别是怎么做的 为了解决什么提出的
8️⃣后面就是一些场景题
✅三面
1️⃣深挖论文
2️⃣讲一下multi-head attention 用pytorch手撕一下 要可以实现cross attention的
3️⃣讲一下你用的大模型是什么结构 特征是怎么喂给大模型的
4️⃣大模型训练为什么不用SFT
5️⃣LoRA是什么？有什么好处
6️⃣知道RLHF吗？讲一下训练流程
7️⃣接下来就是好几个场景题，电商相关的，用大模型解决prompt应该怎么设计，怎么处理prompt的输出，怎么过滤错误格式的输出
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
全部评论
相关推荐
查看10道真题和解析 03-02 19:39
浙江工业大学 深度学习 点赞 评论 收藏
分享