已成功入职小米大模型岗！！大模型面试其实挺水的，hr听到这些直接过

最新推荐文章于 2025-02-26 20:11:57 发布
最新推荐文章于 2025-02-26 20:11:57 发布
阅读量1.1k 收藏 11
点赞数 18
文章标签： 面试 职场和发展 transformer 深度学习 人工智能 学习 语言模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_85325726/article/details/141862761
版权

小米大模型面试180题

在这里插入图片描述

1、目前比较受欢迎的开源大模型有哪些？

GPT系列：由OpenAl开发的生成式预训练模型，如 GPT-3。
BERT系列：由Google开发的转换式预训练模型，如BERT、RoBERTa等。
T5系列：由Google开发的基于Transformer的编码器-解码器模型，如T5、mT5等。

2、微调模型需要多大显存?

微调模型需要的显存取决于模型的规模、任务复杂度、数据量等因素。一般来说，微调模型需 要的显存通常比预训练模型少，因为微调涉及到更新的参数较少。然而，具体需要的显存仍然需要根据实际情况进行评估和调整。

3、如何提升大模型的检索效果?

  • 优化索引：使用更高效的索引结构，如倒排索引、BM25等。

  • 特征工程：提取和利用有效的特征，如文本向量、词频等。

  • 模型选择：选择合适的检索模型，如基于向量的相似度计算、基于排序的模型等。

  • 训练策略：使用训练策略，如多任务学习、知识蒸馏等，来提高模型的性能。

  • 训练策略：使用训练策略，如多任务学习、知识蒸馏等，来提高模型的性能。

4、如何让大模型处理更长的文本?

  • 使用模型架构，如Transformer, 它可以有效地处理长序列。

  • 使用内存机制，如外部记忆或缓存，来存储和检索长文本中的信息。

  • 使用分块方法，将长文本分割成更小的部分，然后分别处理这些部分。

  • 大模型参数微调、训练、推理

5、想让模型学习某领域或行业知识，是应该预训练还是应该微调?

为了让模型学习某个领域或行业的知识，通常建议先进行预训练，以学习通用的语言知识和模式。预训练可以帮助模型建立强大的语言表示，并提高模型的泛化能力。

然后，可以通过微调来注入特定领域或行业的知识，使模型能够更好地适应特定的任务和应用场景。

6、想让模型学习某领域或行业知识，是应该预训练还是应该微调?

  1. 选择合适的预训练目标和任务：确定模型将学习哪些通用的语言知识，以及针对哪些特定任务进行优化。

  2. 收集和准备数据：收集大量、多样化的数据，包括通用数据和特定领域的数据，进行清洗和预处理。

  3. 选择模型架构：选择一个适合的模型架构，如Transformer, 并确定模型的规模和层数。

  4. 定义训练流程：设置训练参数，如学习率、批量大小、训练轮数等，并选择合适的优化器和损失函数。

  5. 训练模型：使用准备好的数据和训练流程开始训练模型，监控训练过程中的性能和资源使用。

  6. 评估和调优：在训练过程中定期评估模型的性能，并根据需要调整训练参数和模型架构。

面试总结

面试真的不难，很多问题都背到过。先过一遍整理好的大模型面试题，然后刷题，刷题可以进一步加深印象。网上也有很多题库资源，牛客、北森、甚至小红书都有，我就是在这个上面刷的题(题库界面放后面了)。因为只有刷题功能有点单一，毕竟是为了面试做准备，如果有额外附加面试经验分享能够让准备更加的全面所以我才用牛客比较多，当然大家也可以根据自己的需要进行选择，祝大家都能顺利拿到 offer
7
在这里插入图片描述

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
④AI+制造：智能制造和自动化工厂提高了生产效率和质量。通过AI技术，工厂可以实现设备预测性维护，减少停机时间。

⑤AI+零售：智能推荐系统和库存管理优化了用户体验和运营成本。AI可以分析用户行为，提供个性化商品推荐，同时优化库存，减少浪费。

⑥AI+交通：自动驾驶和智能交通管理提升了交通安全和效率。AI技术可以实现车辆自动驾驶，并优化交通信号控制，减少拥堵。

…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。

学习资料领取

如果你对大模型感兴趣，可以看看我整合并且整理成了一份AI大模型资料包，需要的小伙伴文末免费领取哦，无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发
在这里插入图片描述

部分资料展示

一、 AI大模型学习路线图

整个学习分为7个阶段
在这里插入图片描述

二、AI大模型实战案例

涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，皆可用。
在这里插入图片描述

三、视频和书籍PDF合集

从入门到进阶这里都有，跟着老师学习事半功倍。
在这里插入图片描述

在这里插入图片描述

四、LLM面试题

在这里插入图片描述

如果二维码失效，可以点击下方链接，一样的哦
【CSDN大礼包】最新AI大模型资源包，这里全都有！无偿分享！！！

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~
在这里插入图片描述

AI小白熊
关注
【大模型】性能测试概述
静谧、淡雅
04-03 63
大模型性能测试
小米面试——案例总结
FPGA/MATLAB学习教程/源码/项目合作开发
09-25 2205
面试过程：小米天线岗位技术面两面，全都是电话面试。第一面也没有约时间，下午睡完午觉后突然来了个电话问我有没有时间现在聊聊，然后进行了简单的交流，20多分钟结束，大致是介绍了自己的项目经历。第二面也是一个电话过来问我一个小时后有没有时间进行面试，然后主要问了很多基础性的概念问题，结束。至今再等oc，估计已经溺死于池中。。。面试官问的面试题：一面1.你的项目主要做的是什么2.你做的东西的创新点3.项目中遇到的困难，如何解决4.对手机天线有没有了解5.你有什么想问我。
AI大模型的新篇章：小米MiLM，开启智能生态新纪元
Niuagha的博客
05-20 512
未来，小米可以基于MiLM进行更多的技术探索和创新，推动AI技术在更多领域的应用，如医疗、教育、金融等，为社会的发展做出更大的贡献。未来，小米将依托MiLM这一强大的AI大模型，不断推动智能产品的创新和发展，为用户带来更加智能化、个性化的服务体验。继续加大在AI技术研究和创新方面的投入，推动AI技术在更多领域的应用，为社会的发展做出更大的贡献。除了在产品中的应用，MiLM的通过备案还为小米在AI技术研究和创新方面提供了更大的空间。总的来说，MiLM的通过备案，对于小米来说，是一个全新的起点。
【面试经验】小米 大模型算法实习 二面面经 已offer
litterfinger的博客
08-01 1090
2.拷打第一个项目，这面试官确实很懂技术，疯狂拷打，我的是一个RAG的项目，我讲到构建向量数据库的时候问我用的embedding模型的结构是什么，输出向量的维度，用的切分段落的模型的结构，然后我讲到lora微调又让我将lora的细节，讲lora训练过程中transformer更新哪些参数；5.代码题，反转链表，由于个人习惯我用了一种把节点存在list里的方法，做完又让我讲不用list的方法。3.拷打第二个项目，我的是一个论文的项目，然后我共享桌面讲论文，这将成为今天最轻松的时刻。
不愧是小米，大模型岗二面问好细，差点凉了
qingkahui24689的博客
10-15 906
不愧是小米，大模型岗二面问好细，差点凉了-附大厂大模型面试真题汇总
AI大模型企业应用实战：Prompt让LLM理解知识
2401_84204413的博客
06-25 2601
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
40K成功入职：六年开发终获小米Offer（附面经+面试题+答案详解）
热门推荐
大数据hadoop基础学习
07-20 1万+
前言 从面试到现在已有一个多月了，面试的问题还记得八九成。端午节前刚从上家离职趁着假期有空把面试问题总结一下。主要是记录一下问题，答案三言两语写不完，网上有蛮多文章讲的挺好所以本文不再展开。 技术栈 java, golang, js, python 主要是前面两个。 面试总结 其他Java团队leader面 其他Golang团队leader面 本团队leader面 总监面 之所以把...
非科班无实习如何入职腾讯？后台开发岗个人校招学习路线分享！
weixin_70730532的博客
06-14 4360
从去年一直拖到现在的学习路线一直没有回馈给牛油们。上周答辩结束，正式准备毕业了，终于能有时间献上一封后台开发学习路线，如有疏漏或者疑问尽可在下方评论或者私信我。 先介绍一下情况吧，2022届单985通信背景非科班无实习水硕，C++经典烂大街项目，网络服务器，去年二三月份才开始准备的，正式刷题是从去年2月份开始的，最后也只是刷了200+，项目是四月份开始整的，八股文准备就更晚了，是从六七月份开始的（大佬们都有意向书了，我才刚开始背八股，卑微），和有大厂实习的科班大佬ssp们相比，真的是不敢大声说话，毕竟大佬在
知识大爆炸：字节跳动面试官一招差点KO我，一共面试了3轮（5年经验），艰难拿下2-2职级offer！
Android725的博客
02-20 1840
前言 我从大学毕业开始做Android开发，现在已经五年时间了，现在在山东老家济南做Android开发。这三年里面，也只是一心在做Android开发，其他语言接触的并不多，了解点JS之类的。现在感觉Android开始不像以前那样好做了，也可能是现在年纪慢慢大了，要考虑的事情变多了的缘故吧。 不知道以后应该何去何从，总是感觉做Android或者说做程序员一直处在一种不稳定之中，在一些中小公司里面，可能工作一年两年就因为各种各样的原因而离职。马上就要结婚了，该买房了。济南的房价一直在涨，而自己的收入还是这么不温
这些面试官常问的开发面试题你都掌握好了吗？看这一篇就够了！
m0_57066201的博客
04-15 794
前言 开发10年，老码农，曾经是爱奇艺架构师，东芝集团高级工程师，三星架构师。5年之内频繁被辞退。内心拔凉拔凉的，在这五年理我思考了很多，也意识到了自己的不足。今年趁着疫情把自己知识的不足做了个查漏补缺，在这半年里一边学习，一边面试现在已经拿到了百度T7的offer 下面是我这5年来的经历写成的心得，希望对大家有帮助吧！ 字节跳动Android面经 一面问的 Java 和 Android 基础 1、Jvm虚拟机 2、messageQueue会不会阻塞ui线程 3、对象锁和类锁 4、之字形打印树 5、还有其他
字节豆包大模型API吞吐、函数调用能力、长上下文能力测试总结
weixin_43829633的博客
06-18 7648
我在无数个场合被问过哪家大模型能力强、效果好，我个人一直持有的观点就是这是一个小马过河的问题，关键看你个人或所在公司是否根据涉及的业务场景提炼出一套自己独有的测试集，如果在你自己的测试集上跑的满意，那它对你来说就是效果最好的，然后再去综合接入成本、安全合规等因素去选型。
提高大模型服务吞吐率常用方法总结——投机采样/增大batchsize/continuous batching
FPGA/MATLAB学习教程/源码/项目合作开发
01-03 1205
所以采用 draft-and-verify 的方式，使用 drafter（小参数模型）一次生成多个候选 tokens，然后让大参数模型对所有生成的 tokens 并行验证，达到一次生成多个 tokens 的目标，从而提高吞吐率。假设大模型生成一个 token 的时间为T1，小模型生成n个候选 tokens 的时间为T2，大模型验证个候选 tokens 的时间为T3，在理想情况下，当T2+T3=T1时，就可以在接近大模型生成一个 token 的时间里面生成了n个 tokens，从而提高吞吐率。
AI大模型是如何测试效果的？
python123456_的博客
05-27 3859
AI大模型的测试和评估是一个复杂的过程，通常包括多个方面的考量，因此对大模型的测试也称为多度测试。模型参数计算（以ALexNet为例）：参数量在6000万，假设每个参数都是一个float，即4个字节，总字节就是24000万字节，则24000万字节/1024/1024 = 228MB一个针对大型语言模型(LLMs)，采用众包方法进行匿名、随机化的对战的评分系统。根据清华发布2024年3月版《SuperBench大模型综合能力评测报告》。
大模型训练的性能指标：吞吐率 Throughput 是指什么？
taoqick的专栏
08-30 4537
经常看大模型的论文，特别是Megatron-LM的好几篇论文做了大量的性能对比，各种并行切分的策略。里面有大量的 throughput（吞吐量）。那么这个throughput 吞吐率或者吞吐量到底值得是什么？为什么会使用这个指标作为大模型的一个很重要的性能指标。以下转载自 https://www.zhihu.com/question/596311688/answer/2989554131。神经网络的吞吐量（Throughput）定义为网络模型在单位时间内（例如，1s）可以处理的最大输入的训练样本数据。
大模型一体机功能要求和测试方法
易之阴阳，量子纠缠，道之一体，缘起性空
04-15 2198
大模型一体机作为专为运行和应用人工智能大模型而设计的集成计算设备，其功能要求与测试方法应涵盖硬件性能、软件集成、模型运行与管理、数据处理、安全性等多个方面。
大模型压测指标详解：定义、计算与评估
最新发布
maxcode
02-26 661
随着大语言模型（LLM）在各个领域的广泛应用，其性能表现成为衡量模型是否适合实际业务场景的关键因素。压力测试（压测）是评估大模型性能的重要手段，通过模拟高负载场景，可以全面了解模型在吞吐量、响应时间、并发处理能力等方面的性能表现。本文将详细介绍大模型压测的核心指标，包括吞吐量、首次响应时间、全响应时间、并发处理能力等，并深入探讨这些指标的计算方法和评估标准。吞吐量是指系统在单位时间内能够处理的请求数量或生成的 Token 数量。吞吐量是衡量大模型性能的重要指标之一，通常用于评估模型在高负载场景下的处理能力。
算法面经小米篇
持续战斗状态的博客
10-10 1117
max(0, 1-y*y^) 不关注明显分对的点：比如标注为1 预测大于等于1的点。手撕：每次拿1、2个，判断取n个，先拿的人获胜情况。10.attention的时候还有什么mask。9.mask是怎么实现的 权重设为负无穷。1.简单介绍一下你了解的预训练模型。3.transformer的结构。手撕：天上最多同时几个飞机，贪心。12.Bert和Elmo的区别。4.防止梯度消失梯度下降的方法。1.多分类样本不均衡怎么解决。4.多标签分类和多分类的区别。手撕：梯度下降方法求开平方。5.常见预训练模型了解吗。
面了小米大模型岗，LLM量化技术成了送命题...
2401_85375186的博客
11-20 1085
随着 LLM 的发展和应用，显存降低和推理速度提升的需求越来越迫切，目前常用的方式就是对 LLM 参数量化，所谓的量化就是，对 LLM 中的参数做精度压缩（比如从每个参数需要 2/4byte 降低到 0.5/1byte）。但是如果全量无差别压缩，势必会造成模型效果的降低，如果精准有效的压缩不重要参数，不（少）压缩重要参数是现在量化技术的重点。
查询各月倒数第2天入职的员工信息 !!!!!!!
08-16
您好！很抱歉，我无法直接查询员工信息，因为我是一个由CSDN开发的AI助手，无法访问数据库或具体的企业信息。但是，您可以通过以下步骤在自己的系统中查询各月倒数第2天入职的员工信息： 1. 连接到您的员工信息数据库或系统。 2. 编写一个查询语句，以获取员工入职日期和相关信息。 3. 使用日期函数和条件来筛选出每个月的倒数第2天。 4. 执行查询语句并获取结果。 请注意，具体的步骤可能因您所使用的数据库或系统而有所不同。如果您需要更具体的帮助，请提供更多关于您使用的数据库或系统的信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值