网易有道 算法大模型实习二面(2025.01.24) 45min

1、自我介绍
2、直接开始写一道算法题,字符串处理的
3、反问

算法题还得练,没写出来了,就写出来了一个框架,很多细节处理不是很熟练
然后就让我反问,我说,不问一些其他问题吗?面试官说上一面在项目上聊了很多了,这一次面试就不问了。
面试官说代码逻辑没问题,但是还有很多没实现,她还说很多人逻辑都写错了,她觉得很奇怪,不知道为什么

不知道还有没有机会,感觉应该是被网易送走了,继续加油吧。

#算法##大模型算法工程师##面经#
全部评论
能再问问哥大概是什么字符串处理题目嘛
点赞 回复 分享
发布于 02-27 22:45 新加坡
是leetcode里的算法题嘛
点赞 回复 分享
发布于 02-17 08:44 福建
base广州吗
点赞 回复 分享
发布于 02-07 11:04 福建
啥题这么难
点赞 回复 分享
发布于 01-25 19:07 四川

相关推荐

06-24 10:39
已编辑
西安交通大学 人工智能
攻略🌈【大模型评估全攻略】!LLM七大核心评估维度保姆级拆解💯👉🏻预训练→SFT→RLHF→数据集→RAG→Agent→Prompt🔥一、预训练评估评估大型语言模型(LLM)的预训练效果需要从多个维度综合考量,涉及基础语言能力、下游任务表现、知识掌握、推理能力等。🔥二、SFT评估评估大型语言模型(LLM)在监督式微调(Supervised Fine-Tuning, SFT)后的效果,需要结合任务目标、领域特性和模型能力设计多维度的评估体系。🔥️三、RLHF评估评估大型语言模型(LLM)在通过RLHF(基于人类反馈的强化学习)后的效果需要从多个维度综合考量,包括生成质量、安全性、对齐性、任务完成度等。🔥四、数据集评估在评估数据集的质量时,可以从以下几个关键方面进行评估:1. 数据多样性2. 数据平衡性3. 数据完整性4. 数据一致性5. 数据与任务的适合性6. 标注准确性🔥五、RAG评估从召回、排序、生成、整体四个维度来评估RAG性能。使用了多种指标,如准确率(Correct)、错误率(Wrong)、失败率(Fail)、BERTScore、ROUGE Score等,以全面评估生成答案的质量。🔥六、Agent评估现如今Agent开发工具/框架不断出现,但如何全面地对Agent进行评估却很困难,本文就从介绍一些主流的Agent/LLM-as-Agent评估工作来看看是否能得到一些启发。🔥七、Prompt评估评估Prompt的好坏需要一个全面和多维度的方法,结合自动评估指标、人工评估和用户反馈等多种手段。选择合适的评估方法和技术,能够有效提升Prompt的质量和生成效果,进而提高模型的整体性能和应用体验。通过不断优化和改进Prompt设计,可以实现更自然、更准确、更有效的自然语言。
点赞 评论 收藏
分享
评论
6
4
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