offer选择

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。    

ok，那么正式开坑吧，个人而言因为Java实在竞争太激烈，（在月薪3k的小厂，有十几个人去面试竞争，甚至有个天津大学的985硕士和我抢饭碗，我决定直接跳车,不卷了）所以投入大模型的学习之中。那么目标自然是做agent开发或者大模型开发了，这里很多人会问，现在去找大模型好找吗？我明确的说，我不知道，但我要all in，因为大模型工资实习工资比java开发更高，而且它更新，这是为什么我要学它。然后很多人就是说这个东西是不是现在没有什么成体系的学习资料，我明确的说，是的，以我自身就是纯按照兴趣+boss招聘信息去学，因为很多公司自己也没整明白，有非常多小公司初创公司招这个，竞争激烈程度大概是56个人...

1、自我介绍2、rag 的检索原理3、哪些大模型在图像和表格方面比较好4、大模型怎么解析图像和表格5、对 mcp 的理解6、对 prompt 的理解7、对 workFlow 的理解8、项目展示

自我介绍设计测试用例的方法测试过程中遇到印象深刻的P0 bug研发做的bug太多怎么办登录页面测试用例设计如果手机验证码没正常收到，怎么排查研发不改bug怎么办怎么确定需求可以上线了为什么常用post，不用get项目的分工，如何安排分工项目进度安排怎么做的平时怎么用LLM的prompt怎么写的AI对测开的影响两周后约二面