字节电商治理一面（大模型）

选择硕博连读还是硕士毕业就业目前情况：985硕士一年级在读，硕士期间无paper论文，无系统科研训练，有一些科研竞赛经历，有女朋友，家庭经济情况一般，不会拖后腿，但是也给不了太大的支持。前段时间得到了一次机会去读985联培博士的项目计划，但是要离家2000公里。优势：1. 研二就可以转博一，博士正常毕业学制是四年，如果能按时毕业的话就是1+4年毕业，能节省2-3年时间2. 经费充足，过去经费一年10w左右，算上学校补贴大约一年能到12w，经济情况可以自理，不用家里掏一分钱。3. 方向是ai大模型、ai4s还有具身智能方向，符合目前主流的趋势，同时算力资源充沛(人均可能2-3张A100)，应该能出点成果（不确定）4. 博士单间，条件非常好，30平大house劣势：1. 离家十分远，自己目前没有离家这么远过，有点恋家情节，同时还会和女朋友异地几年（不确定女朋友到时是否来）2. 该联培项目是第一届博士招生，毕业条件未明确量化（估计不会比本校低，本校一般发3-4篇二或三区论文即可），是第一批吃螃蟹的人，不知道未来能否按时毕业。3. 几年过后不知道所做的方向大模型是否依旧火热，以后就业前景大概率是去工业界，联培偏向项目实践，不确定自己能否发出paper，自己也想进入工业界赚米，不确定未来毕业大模型方向是否依旧火热。如果不去联培，以后就业大概率是干java开发或者尝试搜广推（刷实习）。有没有过来人能给点建议，现在十分迷茫，而且抉择涉及未来的人生的规划和发展。所以十分纠结和慎重，已经焦虑了很多天了谢谢各位佬。#硕博连读##读博##就业##大模型##搜广推##java开发#

部门：QQ音乐base地：深圳流程：一面+二面+三面+HR面推进速度：非常快，每一面在一小时内出结果一面 50min自我介绍论文介绍什么是MHAAttention运算公式为什么除以根号dk介绍现有相对位置编码和绝对位置编码的异同点，都有哪些结构RoPE的结构RoPE相比于绝对位置编码的优势是什么？为什么外推性更好？为什么RoPE理论上可以无限外推？RoPE为什么可以利用绝对位置和相对位置的优势？介绍RAG项目（基座模型是什么？几b ？全参微调用了多少卡？数据多大？问答对的形式有图片吗？对RAG的理解是什么？为什么要用RAG？BGE模型的结构什么是LoRA？有个两层神经网络，参数1万*一万，低秩...

主管面 简单展示了一下项目中有关 prompt 优化的部分然后聊了一下对 prompt 、大模型的理解还有其他的家常（没想到主管对我们学校还蛮熟悉的😂 ）听意思有点想把我转到算法岗？不过暂时没后续了...

结合最近辅助修改的简历及项目，老师总结了部分大模型微调简历的踩雷点。🙅‍♂️错误示范：在 x任务中，获取 xxx 条数据，通过规则 or 脚本清洗出 x 条数据，然后微调 y 大模型，在业务上提升 x 个点。✍🏻原因:大模型微调的平台是现成的，基模是现成的，体现不出核心能力。✅应该怎么写？首先介绍业务背景：业务是一个销售对话业务，机器人是销售，代替真人，直接面对用户。我们会给模型设定任务，任务是 prompt 。步骤1️⃣．提取训练数据问题：1.真人通话每通电话任务是未知的，我们训练数据是任务＋通话的 pair 对。2.真人通话很乱，与客户的对话是各种交叉的，导致 asr 后并不是一人一轮。解决方案：1.首先通过大模型 prompt 对该通电话提取任务，得到任务＋ pair 对。需要用到 cot + reflection ＋多 Ilm 一致性+ debating 的模式。2.使用大模型根据以上任务和真人对话，让大模型编写出通话内容。提问，为什么要编写而不是直接用？步骤2️⃣．制定训练数据集问题：1、正常的对话内容，前面几句和后面几句基本上一致的。都是问候和拜拜，但是也有一些差异。2、因为都是相似场景，虽然任务不同，但是很多场景语义很相似。解决方案：1、基于轮次的权重采样：通过轮次设定权重进行 weighting sample 。解决问候和拜拜的高占比问题。2、基于语义的采样：使用 bert 对对话内容进行 embedding ，然后使用层次聚类通过调节阈值聚类出相似语义的类。对一个类里的样本进行随机采样，提问，为什么要对重复语义的数据进行下采样？3、基于客户类型和产品的采样，因为很多产品是热品，导致对话内容有偏，用户类型一样，需按照类型调整整体比例采样。提问，为什么要这么采样？步骤3️⃣．制定训练数据集我们直接把输出当作 target 进行训练。使用的 lora 训练，但是 lora alpha 设定成为4倍的时候达到了比较好的效果，经验值不同任务不一样，提问，在各种情况下要怎么调？步骤4️⃣.dpo训练问题：v1版本训练时，很多输出内容是对的，但是输出的语气不太像真人，机器人味还是很严重。解决方案：由于训练本身是有 ground truth 的，因此使用v1训练的模型，预测训练集，使用大模型对比两者语气不符合训练集的拿出来，使用训练集的 ground truth 和模型的预测数据作为 dpo 训练对，对v1版本模型重新训练。📳这里老师只是简要进行概括解答，具体情况和详细解答可以咨询辅导，如果想了解项目辅导，提升面试能力，欢迎后台联系。#算法# #简历中的项目经历要怎么写# #算法岗面试# #互联网大厂招聘#