字节二面

1.简历、实习项目拷打2.Comletefuture使用原因、搭配线程池参数3.定时任务推送消息失败解决方案4.报表方式实现5.MySQL 两种主流的引擎，innodb聚簇、二级索引数据结构，联合索引非叶子节点存放数据的结构，abc联合索引例子6.索引数目越多越好吗？7.Netty nio模型、优势8.Tcp三次握手四次挥手9.压测结果来由？Mq项目作用10.缓存数据库一致性，项目缓存数据选型11.反问12.算法题 最小子数组和，hot100小改动

1. 如果想要在某个模型基础上做全参数微调，究竟需要多少显存？这个问题不能只看模型参数量，还得把训练时真正占显存的几部分一起算进去。全参数微调时，显存通常会被下面这些东西吃掉：模型参数本身梯度优化器状态前向传播保存的激活值CUDA 运行时和框架缓存如果用的是 AdamW 这类优化器，除了参数之外，还要额外维护一阶矩和二阶矩，所以训练显存会明显高于推理显存。一个比较粗糙但实用的经验是：全参数微调的显存，往往是模型权重显存的 6 到 12 倍左右，具体还得看序列长度、batch size、是否开 gradient checkpointing、是否做 ZeRO/FSDP 分片。拿 7B 模型举例，F...

字节抖音AI搜索，主要以cpp开发1.自我介绍。2.介绍一下你的这些项目吗？多agent项目3.你的主控 Agent 的输入是什么？4.你的子 Agent 是怎么让主控 Agent 感知到的？5.你的 Agent 和 Agent 之间是怎么交互的？有什么协议吗？6.你是怎么决定要开发这几个子 Agent 的？各agent分别承担什么功能？7.你的数据来源是什么？8.你刚刚说的大盘行情数据、新闻这些，又分别是从哪个数据源来的？9.你这个怎么提取关键词的？10.这些新闻或者搜索到的文本数据拿到以后，你会做什么处理？11.你会限制整个 context 的长度吗？12.你这里限制是多少？13.那 token 和文本的换算关系你大概了解吗？一个 token 大概对应多少文本？14.你的模型输入最大允许多大的窗口？15.你为什么会选择调多个模型？其实选一个最适合的模型是不是就够了？16.你有调研过各个模型的特性吗？你是怎么选的？17.千问你这边有用吗？18.你这个简要的 RAG 框架？19.你可以从输入开始，简单说一下你整个 RAG 框架的流程吗？20.那你这个知识库和新闻，这两个 Agent 的定位区别是什么？21.你为什么会采用 multi-agent 的架构，而不是一个 Agent 加一堆工具的架构？22.你的模型推理链路是怎么部署的？八股26.你可以说一下，我们在浏览器里面输入一条链接以后的通信过程吗？27.HTTP 和 HTTPS 有什么区别？28.什么叫线程安全？29.你用过哪些锁？互斥锁用过吗？30.你了解互斥锁大概怎么实现吗？31.还有其他哪些锁？32.写时复制了解吗？33.进程间有哪些通信方式？算法题二叉树最大宽度大半时间都是揪着我的多智能项目来问，业务针对性强。开学第一场，对新做的项目整体准备不太完善，答得不太行，估计面评也脏了，到发布日期字节没第二场了面AI相关岗位可以参考一下它的提问方式。

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...