秋招结束

字节
11.30 一面
12.05 二面
12.06 三面
12.12 hr面
12.18 oc
12.19 offer
基本上都是项目拷打,一二面算法hot100原题,三面leader自己出题,整体面试体验很舒服
流程也很快,基本上一天一面,hr面完一周发offer
释放美团和虾皮了
ps:今年深圳秋招真的不容易
全部评论
算法难度如何呢?听说有接雨水以及很复杂的模拟(时间不够用)
3 回复 分享
发布于 2024-01-10 22:12 北京
佬主要是问的啥呀?看到有的说字节都是喜欢问八股 🤔🤔。拷打项目,主要是问 实习的项目吗?还是自己做的项目哇
2 回复 分享
发布于 2024-01-10 01:10 湖南
恭喜恭喜,提前吸吸欧气
1 回复 分享
发布于 2023-12-28 15:43 辽宁
三面结束到约 hr 面隔了多久啊?
1 回复 分享
发布于 2023-12-27 16:42 北京
恭喜恭喜
1 回复 分享
发布于 2023-12-27 15:26 北京
恭喜恭喜
1 回复 分享
发布于 2023-12-27 15:05 湖南
哪个部门
1 回复 分享
发布于 2023-12-27 14:45 陕西
恭喜恭喜
点赞 回复 分享
发布于 2024-01-25 22:40 香港
大佬举办了
点赞 回复 分享
发布于 2024-01-21 13:54 上海
请问要求的报到时间是什么日期呀?
点赞 回复 分享
发布于 2024-01-15 12:43 四川

相关推荐

视觉Agent算法实习生职位描述基础研发平台是美团的核心技术平台,旨在打造公司级高性能技术架构、数据科学、服务运维、开发质效提升、信息安全、视觉智能以及企业办公数字智能化等系列关键能力,持续强化平台技术,保障基础设施稳定安全、低成本、高效可持续,全面赋能公司各个业务高速发展。在这里,我们会参与到最前沿的技术研发和探索;能够接触超规模集群、海量数据,挑战高复杂业务场景,有机会与业界一流的工程师一起并肩前行。在这里,我们有超强的技术氛围,持续向社区贡献业界实践,加速行业技术发展;我们有完善的互联网学习生态圈,重视底层逻辑和方法论,助力职业生涯的非线性成长。真诚地邀请你,和我们一起驱动技术发展,创造行业价值。岗位职责参与视觉Agent系统的设计与开发,协助构建融合多模态感知与决策的智能系统。支持核心算法优化,包括多模态大模型感知、图像生成、跨模态对齐等技术方向。协助多智能体协作机制研究,探索实时推理、长上下文处理等关键能力。参与大模型在知识推理、指令理解等能力的落地应用开发。配合业务场景进行技术验证,输出可行性方案与技术文档。跟踪CV与LLM交叉领域前沿技术,完成技术调研与原型开发。岗位基本需求计算机/人工智能/电子工程等专业硕士及以上在读。熟悉PyTorch框架,具备扎实的Python/C++编码能力。了解主流CV模型(CNN/Transformer)及多模态技术原理。对Agent架构有基本认知,有相关课程/项目经验者优先。具备优秀的学习能力和技术热情。具备以下条件者优先在CVPR/ICCV等顶会发表过相关论文,或参与过AI竞赛获奖。有开源项目贡献经历(GitHub项目维护/主流框架PR等)。熟悉LangChain/AutoGen等Agent框架,或参与过工具调用类项目。具备多模态大模型微调或轻量化部署经验。岗位亮点深度参与亿级用户场景的AI技术落地,获得完整项目经验。掌握视觉Agent领域核心技术栈,接触行业领先解决方案。一对一mentor指导,系统提升算法工程化能力。联系方式:wangzhiling02@meituan.com【简历可以直接发邮箱】
投递美团等公司10个岗位
点赞 评论 收藏
分享
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
10
7
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