秋招满帮产品经理

Q1：大模型是怎么让生成的文本丰富而不单调的呢？答案：从训练角度来看：基于Transformer的模型参数量巨大，有助于模型学习到多样化的语言模式与结构；各种模型微调技术的出现，例如P-Tuning、Lora，让大模型微调成本更低，也可以让模型在垂直领域有更强的生成能力；在训练过程中加入一些设计好的loss，也可以更好地抑制模型生成单调内容；从推理角度来看：基于Transformer的模型可以通过引入各种参数与策略，例如temperature，nucleus samlper来改变每次生成的内容。Q2：什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？答案：Bert 的...

面试通过了，但是其实待遇没有之前的待遇好 没辙了去看看吧

灵神太强了，写力扣没这么爽过

❓面试问题：询问项目1.rag和sft的区别和适用场景2.rag的知识库如何做定期维护场景题1.大量用户直播场景，有点赞功能，如何优化。（先答了使用redis，然后询问有没有其他优化，回答前端节流、服务端分片分批次提交），询问java使用什么数据结构（回答使用concurrentHashMap,value使用原子操作）2.如何实现三个线程执行完成后再执行（回答使用信号量或者锁，三个线程记录count值，达到3时唤醒主线程）八股1.什么是回表。2.什么时候不走索引。3.什么时候叶分裂。4.redis的缓存一致性。手撕1.三个线程按顺序打印1，2，3🙌面试感想：