大模型面经每日总结

#面经#  #大模型# #量化#
网易大模型量化面经

0.常见的量化方法有哪些?
原理及适用场景,并分析它们在计算复杂度和精度损失上的差异
1.PTQ 和 QAT 咋选?
2.低比特量化在智能音箱能用吗?
3.语音识别量化有啥难题和办法?
4.模型量化和其他压缩技术配合经验

5.QAT中,量化噪声模拟的作用是什么?
6.在多头注意力机制 前馈神经网络 ,量化策略有何不同?
7.针对 ARM 架构的芯片 如何优化量化模型的推理速度?
全部评论

相关推荐

点赞 评论 收藏
分享
Kurumis:整个简历看下来就发现你其实对测试理解还很浅,很多地方都是硬凑上去,项目也是学生课设级别,没什么含金量 首先是学习建议: 1.系统性了解一个真实工程的框架,有利于你后续提升项目含金量,理解测试的逻辑 2.真正去学一下自动化测试和性能测试 再就是简历本身包装问题: 1.投测试的话就不要说自己独立开发自己测,专注描述自己怎么做测试的 2.项目经历太像套话,很容易让人怀疑你到底真的做过没有,比如并发是具体做了多少并发?自动化脚本是怎么跑兼容性和性能测试的?测试用例写了多少条? 3.教务管理系统一听就是数据库课设作业,含金量不高,不过你可以在原项目基础上重构扩展,比如添加docker容器部署MySQL和Redis,添加消息队列和锁机制防止系统扛不住高并发访问,让它真的像个实际工程 4.技能里性能专项测试没有把握不要乱写,就写你会什么工具就行了,做专项性能测试的都是行业大佬,你要写的话一定要有对应的专项性能测试项目 5.可以在简历里附上项目链接,压缩简历内容的同时提升简历真实性
今天你投了哪些公司?
点赞 评论 收藏
分享
评论
1
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