昨天 03:15 门头沟学院 推荐算法
关注
大模型算法实习一面 字节 攒人品
面试很难，还是要多多练习，感觉自己说不明白业务逻辑
1、项目拷打
2、self-attention 的时间复杂度是多少？
3、为什么要使用 multi-head attention？
4、PPO 的 clip 机制是什么？
5、在线强化学习和离线强化学习有什么区别？
6、RLHF 属于哪一种？
7、为什么要引入 reference model？主要解决什么问题？
8、如果系统中有多个 agent，需要让它们协同完成任务，你会怎么设计？
9、如果一个 agent 的判断错误导致策略冲突，你会如何处理？
10、有没有使用过类似 AutoGen 或 LangChain 的框架？
11、为什么选择这个框架？
12、你是如何设计 agent 的记忆系统的？
13、长期记忆一般如何存储？
14、如果历史记录非常多，如何优化查询效率？
1、项目拷打
2、self-attention 的时间复杂度是多少？
3、为什么要使用 multi-head attention？
4、PPO 的 clip 机制是什么？
5、在线强化学习和离线强化学习有什么区别？
6、RLHF 属于哪一种？
7、为什么要引入 reference model？主要解决什么问题？
8、如果系统中有多个 agent，需要让它们协同完成任务，你会怎么设计？
9、如果一个 agent 的判断错误导致策略冲突，你会如何处理？
10、有没有使用过类似 AutoGen 或 LangChain 的框架？
11、为什么选择这个框架？
12、你是如何设计 agent 的记忆系统的？
13、长期记忆一般如何存储？
14、如果历史记录非常多，如何优化查询效率？
全部评论
相关推荐
查看9道真题和解析