科大讯飞日常实习nlp算法

1️⃣一面时间：9.12  时长：1hcode：统计岛屿数量、最大岛屿面积，DFS方法解了然后介绍实习项目，面试官非常耐心地听，没有打断八股1.bert和gpt的区别？（从模型架构、训练方式、使用场景方面回答的）2.训练/微调一个LLM的流程？3.实习时用的 megatron 框架吗，对分布式训练框架了解多少？（回答了deepspeed和megatron区别，以及几种并行方式，以及deepspeed的三种zero）4.了解强化学习吗，跟SFT有什么区别？5.反问：业务，对岗位的期望💣评价：有点紧张，算法题有一个小失误没注意到2️⃣二面时间：9.14  时长：1h八股1.写一下 attention 公式（代码实现了下）2.训练时为什么要mask，推理时也需要吗？两处有什么区别？推理时的sequence length和训练时一样吗3.transformer和传统seq2seq模型有什么区别？4.计算attention时为什么要除以d_k，这个d_k的含义是？5.attention计算时还有哪些scale处理？6.attention中softmax函数作用、公式、为什么有减去最大值的处理？换个函数还能这样处理吗？7.解释数值上溢、下溢问题8.讲一下prompt书写的经验，如何判断prompt是否达标，如何改进prompt9.讲一下SFT，会对哪部分计算loss？为什么？10.讲一下deepspeed11.训练用一个7b模型要占用多少显存？不同zero阶段能够节省多少显存？12.训练模型时用了几张卡，有遇到什么异常中断问题吗？反问： 在乎候选人什么能力？对面试表现有哪些改进意见？💣评价： 基础不够扎实，网上有的知识都能回答上来，在同龄人里算比较优秀，欠缺一些多机多卡实践经验。  

昨天面字节了，今天被通知没过，这和失恋了有什么区别，真的好想进字节，什么时候才能再给一次机会啊，怎么才能进字节呢

llama的结构，自己部署训练的时候用了多大的模型 几张卡使用RAG向量数据库的时候有什么额外的处理，wordembedding用的什么模型问了一下为什么目前主流的模型都是用的decoder-only结构问了问项目的内容，具体模块为什么这么使用代码让写了一下self-attention模块，没有torch库，可以写一下伪代码问了一下attention模块里的mask应该加在哪里，怎么加，mask是什么形式，如果加在softmax之前，值应该怎么设置然后问了考官一些问题

📍面试公司：蔚来💻面试岗位：大模型❓面试问题：1.自我介绍2.聊项目3.大模型架构，transformer结构4.反问面试官他们做agent的，问我做过没，我说没有，应该是对我不感兴趣了🙌面试感想：