某小厂大模型算法实习一面

最近空下来了写点面经攒下人品...
1.项目拷打为主，问的非常细
2.针对全流程问了各个环节的badcase，占比如何，重点解决哪部分
3.以一个具体的badcase为例，讲讲如何思考、如何解决的
4.数据分别怎么样，泛化性如何考虑
5.大模型如果出错怎么办，是否有相关的处理机制
6.对AIGC本身了解有多少，例如绘图、生成视频
7.对于加班这件事怎么看
8.你的文章思路是怎么来的
9.针对文章背景的这个问题，业内主流思路与你们的差异
10.介绍消融实验是怎么做的
11.PPO损失函数是什么样的
12.GRPO相比于PPO的改进点

全部评论

推荐最新楼层

02-04 17:33

西安电子科技大学 Java

😭😭二面结束，还是做不到吗😭😭

前言：二面已经结束，虽然还不知道有没有三面，但是清楚的是还需要努力哇面试题：很多和项目相关，不太好展开讲，抓几个重点说说。问： 如果你要设计一个登入的功能，说说前后端的逻辑：答： 首先前后端分离，前端需要一个登入的UI组件，还需要在提交前验证一下账号、密码等有没有填好,如(是否为空)，然后向后端发送请求，携带前端输入的信息，接着可以在vite配置代理服务器上解决跨域问题，后端接收请求后，与数据链接验证身份，核对密码等(提了一下，如果是注册就得通过hash加密，不能存储明文)，登入成功就可以在后端生产一个token，这个token可以在返回前端后，储存在localstorage上，这样就可以在一...

现在前端的就业环境真的很...

点赞评论收藏

02-02 22:30

郑州航空工业管理学院 C++

Faker走位练习器

·牛客 "网页小游戏 AI coding" 活动。 ·游戏链接：http://www.silencer76.com/nowcoderToFaker/核心玩法 ·使用（左键）点击控制（右键会触发浏览器手势）角色移动，（A键）发射攻击摧毁弹道，（F键）使用闪现，冷却5秒。 ·弹道有多种类型，不同难度出现概率数量均不同，随着时间进行，弹幕会增多游戏视图 制作过程 ·链接：https://www.bilibili.com/video/BV17Q6gBfE6m/游戏代码 <!DOCTYPE html> <html lang="zh-CN">...

点赞评论收藏

02-07 12:06

已编辑

华侨大学测试开发

92你们赢了

最近看到很多 92 的，甚至是硕士，开始往测开赛道卷，说实话有点看不懂。先把话说清楚，大厂里的测开，绝大多数时间干的还是测试的活，只是写点自动化脚本、维护测试平台、接接流水线，真正像开发一样做系统、做架构、做核心平台的测开少得可怜，基本都集中在核心提效组，而且人很少，外面进去的大概率轮不到你，我想真正干过人都清楚。很多人被洗脑了，以为测开也是开，和后端差不多，只是更简单、更轻松、还高薪。现实情况是，测开和开发的职业路径完全不一样。开发的核心是业务和系统能力，测开的核心是稳定性和覆盖率，前者是往上走，后者天花板非常明显。你可以见到很多开发转测开，但你很少见到干了几年测开还能顺利转回开发的。更现实一点说，92 的高学历如果拿来做测开，大部分时间就是在做重复性很强的杂活，这种工作对个人能力的放大效应非常弱。三年下来，你和一个双非的，甚至本科的测开差距不会太大，但你和同龄的后端、平台开发差距会非常明显。这不是努不努力的问题，是赛道问题。所谓测开简单高薪，本质上是把极少数核心测开的上限，当成了整个岗位的常态来宣传。那些工资高、技术强的测开，本身就是开发水平，只是挂了个测开的名。普通人进去，99% 做的都是项目兜底型工作，而不是你想象中的平台开发。测开不是不能做，但它绝对不是开发的平替，也不是性价比最优解。如果你是真的不想做开发，追求稳定，那测开没问题。但如果你只是觉得测开比后端容易，还能进大厂，那我劝你冷静一点，这只是在用短期安全感换长期天花板。有92的学历，如果你连测开这些重复性工作都能心甘情愿接受，那你把时间精力用在真正的开发、系统、业务深度上，回报大概率比卷测开要高得多。想清楚再下场，别被岗位名和话术带偏了，就算去个前端客户端也是随便占坑的，测开是一个坑位很少赛道，反而大面积学历下放，不用想也能知道会是什么结果，我想各位在JAVA那里已经看到了

烤点老白薯：测测你的

点赞评论收藏

02-06 15:53

已编辑

快手_MLOps(实习员工)

写给工程同学的大模型初体验

背景概述：为什么要写这个呢？虽然现在大模型很火，但对于我们工程同学来说，把大模型当一个黑盒用就好了。一开始我也是这么认为的。直到我在小红书做到了一个需求在小红书的时候有一个需求是优化组内一个 agent 项目的响应和结果优化，这个 agent 是一个复杂的商业助手，并不是说技术很难，但要分析的广告业务很复杂，有上千个指标，好几种场景，prompt非常长，如果输出的效果不好，是没有人愿意用的。用了很多优化手段，比如并发查数据等等。有一天这个项目的正职同学和我说，他和算法那边的同学交流，说可以把我们动态拼到 System prompt 的指标数据拼到用户的 query 里面，这样就可以利用模型的 ...

八股战士0offer：虽然但是，你想表达的应该是学习如何agent工程里的提示词工程，而不是训练或者微调模型，这基本上是两个不同的方向。我认为学习agent主要就两个东西：提示词工程和上下文工程。像你说的prompt caching这种优化怎么能想到，建议多读大模型供应商尤其是anthropic的博客，anthropic大概一年前就有很详细的博客讲最佳实践和实现了