快手推荐算法一面面经

1. 自我介绍 2. 讲讲Redis的zset怎么做限流，zset有什么命令3. redis的缓存穿透，怎么解决，再讲下布隆过滤器4. redis的过期时间 5. redis的内存逐出策略 6. 讲一下ES，7. 有什么智能指针 8. weak ptr怎么用8.1 你说到了循环引用导致的内存泄漏问题，那再讲讲内存泄漏和溢出8.2 除了程序结束时内存没释放导致的泄漏，还有什么场景吗（不太记得了，就说了离开作用域的时候也会9. 讲讲是怎么优化了用vector的缓冲区 10. 你项目用到了协程，讲讲进程线程协程的区别（我主要还是说的切换开销上的区别11. 再讲一下io uring呢算法：最长公共子序列（第一次面字节的时候就是这道题，当时半天没写出来，结果这次用滚动数组又没写出来，最后几分钟赶紧写了记忆化搜索的做法才过）感觉面试官对我的算法不太满意，最后反问阶段似乎也不怎么想回答了-- 两天后hr通知挂了，其实早就能预料到了，后面有面试就发一发面经，也不抱什么希望了

这一期就是差不多来到实习第二周准备跳槽的时间点了。为什么要跳槽呢，上述文章我也写了原因，因为要会学校考试嘛，然后三天内面了个67家左右，找了个工资高的直接考完试就去了。大概是20号多左右。这家干着还行吧，会请大伙喝奶茶，端午也送东西，（基本上全用不上，送我个keep跳绳我想不明白是因为什么），最主要是mt人挺好，不让我干活，申请加班不让，请假说远程回来搞，就说你好不容易请次假，你踏实考试就行，我也没办法，这家公司最大问题是我觉得就是强度太低，他比平时我在学校学习工作的强度都还低，我集中精力去搞强度大概是他两倍多，有点扯远了，我个人习惯如此，上来先扯淡，闲聊让大伙放松一下，那么讲讲正事，实习要做...

1.请简述什么是大模型，以及它与传统模型的主要区别是什么？2.你如何评估大模型的性能？有哪些常用的评估指标？3.请描述一下你如何对大模型进行优化，以提高其性能和效率。4.你是否有过使用或开发大模型的经验？请分享一个具体的案例。5.大模型中的注意力机制是如何工作的？它在大模型中起到了什么作用？6.大模型中的优化算法有哪些常见的选择？它们各有什么优缺点？7.如何处理大模型训练过程中的梯度消失或梯度爆炸问题？8.在大模型设计中，如何权衡模型的复杂度和性能？9.面对大模型训练和推理所需的庞大计算资源，你有什么解决建议？10.请简述你了解的大模型的主要结构特点。11.reward bench上的reward model分哪几类?12. reward model如何训练的，训练目标是什么?13.dp0训练的损失函数和训练目标，dpo如何改进怎么理解大模型安全，包含哪些方面的内容？14.指令跟随能力的评估集有什么，如何评估的?15.阿尔法狗强化学习策略是什么?提升推理能力和指令跟随能力哪个更难, 为什么, 提升指令跟随能力的优化方式和其他的比如推理有什么不一样的地方?16.dpo训完了一般输出长度会变化吗? 如何解决这个问题大模型训练过程学习率一般是怎么变化的, 退火阶段学习率如何变化的?17.在开发大模型时，当你面临推理阶段的资源需求时，你如何确保模型的可解释性和公平性？18.谈谈你对Transformer模型的理解，以及它在自然语言处理中的应用。19.请简述Transformer的基本结构和工作原理？20.为什么Transformer使用位置编码(Positional Encoding)？21.如何优化 Transformer 模型的性能？22.Transformer在自然语言处理中有哪些应用？23.transformer里边norm的位置在哪里,norm如何计算的多头自注意力机制的作用是什么？24.注意力机制为什么除以根号dk, 为什么不是dk请解释什么是注意力机制，并举例说明其应用场景。25.注意力机制是如何工作的？请简述其计算过程。26.多头注意力机制是什么？它相比单头注意力有什么优势？📳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。

上期写道刚开始面试的时候，这期写一写5月11号时候，这个时候手上就已经有两三家offer了，然后去北京的前一两天又发了三家offer随便选了个离公司近的工资高点的就去了。那么这期还是讲一下怎么去面试。其实面试的东西都一样，就是说你干过什么，回答问题就行了你要考虑的，不是这么去背八股文，而是要去琢磨到底要不要去实习，我个人而言，我最开始是因为电脑配置带不动才去好点的公司有好的卡给我用，然后呢去了也有工资，但是我的自由被限制了，我没法再天天琢磨新玩意我很痛苦，然后学会了怎么摸鱼，人家都是9点半来，我一开始是8点40到，我现在就吃了早饭再去差不多9点能到（就尽力偷懒还是最勤奋的那一批，因为人家都是老...