2024淘天阿里妈妈算法工程师一面＆二面面试题

大模型与自然语言处理

于 2024-03-24 09:06:22 发布

阅读量1.3k

点赞数 19

分类专栏：机器学习文章标签：算法人工智能大模型 RAG 多模态 CV NLP

本文链接：https://blog.csdn.net/2201_75499313/article/details/136980214

版权

机器学习专栏收录该内容

34 篇文章 13 订阅

订阅专栏

节前，我们组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学，针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何备战、面试常考点分享等热门话题进行了深入的讨论。

今天我们分享一个同学的面试题，希望对后续找工作的有所帮助。喜欢记得点赞、收藏、关注。更多技术交流&面经学习，可以文末加入我们。

一面

时间：11.15 时长：60min

1.Transformer

(1)结构

(2)为什么它能处理多种模态，是怎么处理的

(3)它怎么用于图像分类，怎么处理图像的

(4)他的解码器和编码器有什么不同

(5)Mask编码

2.BN的作用和好处

减少损失函数后梯度消失

3.Dropout的好处

4.梯度消失的原因

5.Resnet为什么能减缓梯度消失的原因

6.在nums寻找最小的连续子数组使得它们的和大于所给的targets

法1: 前缀和+二分

def search(s, k, n, t):
    t > s[n]:
        return -1
    l, r = k, n 
    res = n
    while l < r:
        mid = (l + r) >> 1
        if s[mid] >= t:
            res = mid
            r = mid - 1
        else:
            l = mid + 1
    return res

def func(targets, nums):
    if targets < sum(nums):
        return 0
    n = len(nums)
    s = [0] * (n + 1)
    for i in range(1, n+1):
        s[i] = s[i - 1] + nums[i]
    res = n
    for i in range(1, n+1):
        t = targets + s[i - 1]
        d = search(s, i, n, t)
        if d > i and d - i + 1 < res:
            res = d - i + 1
    return res

target = 7
nums = [2,3,1,2,4,3]
print(func(target, nums))

法2: 双指针

二面

时间：12.01 时长：50-60min

1.介绍项目

2.说说对最近比较火的多模态图像生成的了解

3.coding

(1)求一个数的N次幂

def pow(k, n):
    if k == 0 and n == 0:
        return None
    flag = 1
    if n < 0:
        flag = 0
    res = 1
    while n > 0:
        if n % 2 == 1:
            res = res * k 
        k *= k
        n //= 2
    if flag == 1:
        return res
    return 1.0 / res

(2)全排列

输入: 5,3

输出: [(1,2,3),(1,2,4),(1,2,5),(2,3,4),(2,3,5),(3,4,5),…]

import copy

def dfs(l, res, n, m, index, level, tmp):
    if level > m:
        return 
    if index >= n:
        return
    if level == m:
        t = copy.deepcopy(tmp)
        res.append(tuple(t))
        return 
    for i in range(index, n - m + level + 1): 
        tmp.append(res[i])
        dfs(l, res, n, m, i+1, level+1, tmp)
        tmp.pop()

def pailie(n, m):
    l = range(1, n+1)
    res = []
    tmp = []
    dfs(l, res, n, m, 0, 0, tmp)
return res