腾讯wxg nlp凉经

一共三四十分钟这次没啥好说的，比较常规，主要依次介绍项目，然后提问，问题跟之前的面试差不多感觉，当练手了

1.自我介绍 2.拷打论文 围绕论文的一些问题 2.1有哪些常见的图卷积 2.2指标 2.3attention是怎么做的 3.拷打另一篇论文 围绕论文的一些问题，延展八股 transformer架构 layer norm和batch norm 区别 自注意力结构 T5架构和任务设计 Bert的最大长度限制 了解哪些attention方式 encoder和decoder区别 4.拷打项目 常见的微调方式 open性问题：你觉得llm和传统的nlp模型的区别在哪？ 5.手撕代码：三数之和

1. 问了项目，自己去介绍2. BERT跟GPT的区别3. 分词方式4. 词转向量的方式5. attention机制的理解6. 都知道那些分类算法，各自的优缺点7. map-reduce的理解（大数据相关）8. 开放题：不同的客户可能有不一样的问题给到客服，预设了很多问题，怎么样去匹配问题和答案呢还有一些简单的八股忘记了

1.问项目2.如果用大模型，怎么来解决项目的问题介绍一下大模型大模型的幻觉怎么解决推荐系统 推荐系统中的多任务框架了解吗有没有用过基础的机器学习模型/深度学习模型来解决实际问题