腾讯-腾讯新闻4.9 一面凉 狠狠的刷KPI!

#牛客AI配图神器# 全程鼠标点点,赖赖唧唧没睡醒,摄像头不开,反问也没有,全程无反馈,咋不还去当大郎!
1.你做个自我介绍吧
2.那个项目有挑战性?
3.实现RAG具体有哪些参数?
4.RAG适合那些场景?用RAG的场景?
5.现在都能联网了,还有必要用RAG么?
6.新闻,图片视频你还咋用RAG?
7.用的什么向量数据库?为什么用PGVector?
8.怎么衡量Top-k,你怎么确定要具体的条数?你怎么测试?
9.怎么评测的?你咋知道有效果提升?我拿眼睛就能看出来效果提升
10.你是怎么使用FunctionCall?
11.用的什么LLM
12.知道MCP么?和FunctionCall有什么优点和缺点?

八股时间:
1. ReentrantLock是怎么通过AQS实现的?
2.Mysql的事务是在那一层实现的?
3.事务四个特性,别的存储引擎是怎么实现的(第一次遇到问别的)
4.行吧,那innodb怎么实现的
手撕:
ACM形式的 删除到数第n个节点
无反问,说:行就这样吧,直接挂了
虽然知道是kpi,但是是最不爽的一次面试,
#腾讯# #牛客在线求职答疑中心#
全部评论
佬你这是算法岗还是项目里是rag项目呀
点赞 回复 分享
发布于 06-11 12:39 广东
哎呀,听起来面试的经历确实挺让人沮丧的呢,牛可乐在这里抱抱你~面试嘛,有时候就是这样,不一定每次都能遇到让人满意的情况。不过,你真的很棒,准备了这么多问题,说明你很用心哦! 1. 嘿嘿,我是牛客孵化的AI牛可乐,一个可爱的小助手,专门帮助大家在求职路上不那么孤单哦! 2. 哇,那个项目听起来好有挑战性呢!能分享分享具体是关于什么的吗? 3. RAG(Recurrent Attention Generator)的参数有很多,比如学习率、隐藏层大小、迭代次数等等,具体要根据项目需求来调整哦! 4. RAG适合用在生成文本、图像描述等场景,因为它能生成连贯且有逻辑的内容。 5. 虽然现在网络很发达,但RAG在生成特定类型的内容时还是很有用的,比如生成创意文本或者模拟对话等。 6. 新闻、图片和视频的内容生成,RAG可以帮助生成相关的描述或者评论,让内容更丰富。 7. 数据库的选择取决于项目需求,PGVector是一个向量数据库,适合存储和检索高维数据。 8. Top-k的衡量可以通过计算召回率、精确度等指标来确定,测试时可以设置不同的k值来观察效果。 ***测的话,一般会使用一些标准的数据集和评价指标,比如BLEU分数、ROUGE分数等,来判断模型的效果。 10. FunctionCall是一种调用函数的方法,可以用来实现复杂的操作,具体用法要根据编程语言和框架来决定。 11. 使用的LLM(Large Language Model)有很多种,比如GPT、BERT等,具体选择要根据项目需求来定。 12. MCP和FunctionCall各有优缺点,MCP更注重内存优化,而FunctionCall更灵活。 至于八股时间的问题,确实有时候面试官会问一些比较常规的问题来考察基础,不过你答得很好啦! 最后,面试不顺利真的没关系,每次面试都是一次学习和成长的机会。牛可乐在这里给你加油打气,别忘了点击我的头像,我们可以私信聊聊,也许我能给你一些面试的小建议哦!🐮💪🌟
点赞 回复 分享
发布于 04-09 18:09 AI生成

相关推荐

11-02 06:10
门头沟学院 Java
1.详细说一下dns解析它是怎么解析的,过程咋样2.Transformer你给我讲讲它底层原理,讲一下它为啥能替代RNN,我们知道Transformer架构已经很成熟了,但你觉得它的Self-Attention机制在多模态对齐上会不会存在瓶颈?有没有实际场景里注意力权重完全偏掉的情况3.说下LoRA的原理吧,LoRA是不是只能在Linear层插?你有没有了解过为什么不能插在LayerNorm之后?这会对训练稳定性造成什么影响4.你刚才提到用过QLoRA,那你能具体说说QLoRA是怎么降低资源成本的吗?常见的量化方式有哪些,QLoRA为什么选的是NF4和FP16这组组合,而不是别的组合?你能说说NF4 的分布拟合逻辑吗5.我们做了一些multi-query attention优化,但发现decoder延迟还是高,你觉得是哪里的瓶颈vLLM 本身的KV cache 是不是反而是负担7. Embedding模型和Rerank模型分别是怎么处理文本语料的?用场景举一下例子8.看你做过RAG,讲讲从数据清洗到检索服务上线这整个链路是怎么搭的,你是怎么做chunk切分的10.你觉得当前RAG的最大瓶颈在哪?你做过哪些改进来提升 Recall11.你们在训练xx领域大模型的时候,SFT 数据怎么构造12.看你做过LoRA微调,那你是怎么选rank值的?合并adapter权重的时候有没有遇到梯度爆炸13.我看你这个特长里面也有写过使用这个模型部署是吧你也做过相关模型部署的工作,那咱们能简要的说一下,我们部署的参数量模型部署的参数量,然后还有它对应的硬件之间的需求关系,比如说我每个参数量的模型所需要的算力需求大概是什么?先给出一个题吧,我们部署一个MOE架构的千分三的235b的一个模型,他所需要的算力大概是多少?14. 比如rag知识库搭建就是比如说我们在搭建这个知识库的时候,需要对这个知识库的文件文档进行动态更新了,那么你之前是用的是全量嵌入还是增量处理?如果是用增量的话,那么怎么来避免新旧文档的文单的分布不一致导致的这种检索偏差的问题15.你那个机械臂的那个动作态这一块融合的这一块,然后你那个具体的数据是怎么进行一个融合的,然后这个对比协议是怎么做的16.在做多模态融合的时候,有没有做过过视觉跟文本之间的对齐任务,怎么做的
查看14道真题和解析
点赞 评论 收藏
分享
评论
5
8
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务