节前,我们星球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,针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。
汇总合集:《大模型面试宝典》(2024版) 发布!
上周我们星球上一位华东师范大学小伙伴给我聊天,跟我分享了他拿到了美团基础研发-大模型算法工程师(实习)的面经。
今天我分享出来,希望能帮助到大家,喜欢记得收藏、点赞,收藏,文末可以参与我们的技术讨论。
一面
- 自我介绍
- 项目+论文
- 为啥项目中使用Ptuning?
- 说一下Ptuning的原理
- 如何关注训练过程中的指标? 训练步数如何确定?
- RLHF的整个流程详细
- llama factory代码看过吗?
- DPO了解吗?
- 算法题 二分,medium, 旋转数组的最小数字
二面
二面面试官问了很多开放性问题,就是丢给你一个一个问题/实际的步骤,问你怎么解决,怎么考虑,而不是问某某东西的原理
- 自我介绍
- 项目
- 训练大模型的数据如何弄的?
- RLHF的三个流程中你觉得哪个应该是最重要的?为什么?
- 为啥RLHF中要用PPO?和其他RL算法的区别?
- 为什么需要Rewar model?
- Reward model 如何训练?Reward model 你觉得训练到什么程度可以?
- Reward model不准确怎么办?
- 如何提升RLHF的效率?你认为关键在哪里?
- DPO的原理?
- Rewar model和训练的LLM模型用同一个基座模型可能有什么作用?
- Reward有多个目标可以怎么做?
- 算法题 爬楼梯 面试官会引导逐步改善最开始写的解优化算法到最优空间复杂度
技术交流群
前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
我们建了大模型算法岗技术与面试交流群, 想要获取最新面试题、了解最新面试动态的、需要源码&资料、提升技术的同学,可以直接加微信号:mlc2040。加的时候备注一下:研究方向 +学校/公司+CSDN,即可。然后就可以拉你进群了。
方式①、微信搜索公众号:机器学习社区,后台回复:加群
方式②、添加微信号:mlc2040,备注:技术交流