26届校招｜快手大模型应用算法面经

▶️一面
🚤时长约50min
1．自我介绍。
2．拷打了一下项目和论文。
3．为什么多头注意力能提升表达能力？
4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？
5．KV Cache 是怎么起作用的？为什么对长上下文推理很关键？
6．大模型推理时的加速思路？
7．模型微调时遇到过过拟合吗？怎么处理的？
8．✨算法题手撕：
1️⃣字符串的全排列
2️⃣二叉树序列化与反序列化
▶️二面
🚤时长约40min
1．自我介绍，深挖简历。
2．深挖项目，针对项目思路不断追问。
3．大模型生成内容如何做去重过滤？
4．如果词表特别大（10w+ token ), Softmax 加速通常有哪些实现？
5．如果要在中文领域做Instruction Tuning ，需要注意哪些数据问题？
6．LoRA 和 Prompt Tuning 有何区别，分别适于什么场景？
7．反问。
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。
#算法岗面试# #推荐算法# #我的秋招日记#