推荐收藏！精选 50 个大模型高频面试题！

我精选50个大模型高频面试题，分享给大家

1. 简述GPT和BERT的区别
2. 讲一下GPT系列模型是如何演进的？
3. 为什么现在的大模型大多是decoder-only的架构？
4. 讲一下生成式语言模型的工作机理
5. 哪些因素会导致LLM的偏见？
6. LLM中的因果语言建模与掩码语言建模有什么区别？
7. 如何减轻LLM中的幻觉现象？
8. 解释ChatGPT的零样本和少样本学习的概念
9. 你了解大型语言模型中的哪些分词技术？
10. 如何评估大语言模型（LLMs）的性能？
11. 如何缓解LLMs重复读问题？
12. 请简述Transformer基本原理
13. 为什么Transformer的架构需要多头注意力机制？
14. transformers需要位置编码吗？
15. transformer中，同一个词可以有不同的注意力权重吗？
16. Wordpiece与BPE之间的区别是什么？
17. 有哪些常见的优化LLMs输出的技术？
18. GPT-3拥有的1750亿参数，是怎么算出来的？
19. 温度系数和top-p，top-k参数有什么区别？
20. 为什么transformer块使用LayerNorm而不是BatchNorm？
21. 介绍一下postlayernorm和prelayernorm的区别
22. 什么是思维链（CoT）提示？
23. 你觉得什么样的任务或领域适合用思维链提示？
24. 你了解ReAct吗，它有什么优点？
25. 解释一下langchainAgent的概念
26. langchain有哪些替代方案？
27. langchaintoken计数有什么问题？如何解决？
28. LLM预训练阶段有哪几个关键步骤？
29. RLHF模型为什么会表现比SFT更好？
30. 参数高效的微调（PEFT）有哪些方法？
31. LORA微调相比于微调适配器或前缀微调有什么优势？
32. 有了解过什么是稀疏微调吗？
33. 训练后量化（PTQ）和量化感知训练（QAT）与什么区别？
34. LLMs中，量化权重和量化激活的区别是什么？
35. AWQ量化的步骤是什么？
36. 介绍一下GPipe推理框架
37. 矩阵乘法如何做张量并行？
38. 请简述下PPO算法流程，它跟TRPO的区别是什么？
39. 什么是检索增强生成（RAG）？
40. 自前主流的中文向量模型有哪些？
41. 为什么LLM的知识更新很困难？
42. RAG和微调的区别是什么？
43. 大模型一般评测方法及基准是什么？
44. 什么是KVCache技米，它真体是如何实现的？
45. DeepSpeed推理对算子融合做了哪些优化？
46. 简述一下FlashAttention的原理
47. MHA，GQA，MQA三种注意力机制的区别是什么？
48. 请介绍一下微软的ZeRO优化器
49. PagedAttention的原理是什么，解决了LLM中的什么问题？
50. 什么是投机采样技术，请举例说明？

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~

我们建了算法岗技术与面试交流群， 想要大模型技术交流、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

面试精选

• 一文搞懂 Transformer

• 一文搞懂 Attention（注意力）机制

• 一文搞懂 Self-Attention 和 Multi-Head Attention

• 一文搞懂 BERT（基于Transformer的双向编码器）

• 一文搞懂 GPT（Generative Pre-trained Transformer）

• 一文搞懂 Embedding（嵌入）

• 一文搞懂 Encoder-Decoder（编码器-解码器）

• 一文搞懂大模型的 Prompt Engineering（提示工程）

• 一文搞懂 Fine-tuning（大模型微调）

• 一文搞懂 LangChain

• 一文搞懂 LangChain 的 Retrieval 模块

• 一文搞懂 LangChain 的智能体 Agents 模块

• 一文搞懂 LangChain 的链 Chains 模块