字节大模型面经复盘:

1️⃣自我介绍：【⌚️10分钟】
点评：流水账，有些磕磕绊绊，自我介绍环节的项目介绍的很详细，非常冗余。
优化：写逐字稿，背诵，提升语言表达能力。
2️⃣经常问题的问题优化：【⌚️20分钟】
1：transform结构了解吗？
回答点评：回答的很简单，5分吧，说了transform的结构是encode-decode结构，分块，每个块里面有四个组建，MHA、FFN、LN、残差链接，介绍和理解不深刻。
提升指导：梳理回答逻辑结构，讲解MHA、FFN、LN、残差链接的添加逻辑和含义，其中MHA给出代码层面理解，从2分钟的回答变成6分钟的回答。
2：多头自注意力机制是啥？公式是啥？代码你会写吗？
回答点评：讲了公式，但是掌握的不够细致，pytorch代码框架不熟悉，attention_mask机制没有写出来。
提升指导：讲述代码的原理，如何使用代码回答问题，展示自己的理解深刻。
3：rag中的多路召回是什么？embeding为啥用智源的BGE-large/Base？
回答点评：使用了BM25和向量召回，但是没有讲出来两个的区别和联系
提升指导：先讲原理，再讲述下语义理解能力和泛化能力的区别，计算的效率，两个互为补充等。
3️⃣不会回答的问题指导：【⌚️40分钟】
1:  LN不太会回答，看网上的回答很多，但是不是理解层面。
2：我的向量召回是faiss做的，和这个相关的问题我如何准备？
3：经常会被问到rag用的啥框架，这个问题如何回答？还需要准备框架的知识吗？
4：面试官经常问我，rag的模型是啥？有做微调吗？如果不做微调怎么回答？
5：大模型还需要补充那些知识？
📳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。