正式入职腾讯，AI大模型岗面试其实很水……

最新推荐文章于 2024-10-07 06:31:57 发布
最新推荐文章于 2024-10-07 06:31:57 发布
阅读量657 收藏 5
点赞数 9
文章标签： 人工智能 面试 职场和发展 自然语言处理 大语言模型 大模型 AI大模型
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/lyy2017175913/article/details/141955585
版权

正式入职腾讯，AI大模型岗面试其实很水……

在这里插入图片描述

1、自我介绍

2、分布式训练框架都了解哪些，能不能简单介绍一下

3、目前主流的开源模型体系有咖些?下

4为何现在的大模型大部分是Decoderonly结构?

5、你了解 deepspeed，那介绍zero1，2，3分别是什么，分析训练时候显存占用?

6、说-下 Transformer 的架构和其内部细节?【必考题】

7、介绍大模型推理过程中，可以通过调节哪些参数提高性能?

8、在指令微调中，如何选择最佳的指令策略，以及其对模型效果的影响?

面试题体验:体感受非常nice，面试官是一个很好看的小姐姐所以整体氛围很好。而且之前 看过很多问题都是原题，所以回答起来会游刃有余一些。

这分享《大模型面试题》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

PDF书籍： 完整版本链接获取

👉[CSDN大礼包🎁：《大模型面试题》免费分享（安全链接，放心点击）]👈


在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

这分享《大模型面试题》已经上传CSDN，还有完整版的大模型 AI 学习资料，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

PDF书籍： 完整版本链接获取

👉[CSDN大礼包🎁：《大模型面试题》免费分享（安全链接，放心点击）]👈

程序员丸子
关注
腾讯云：2024年AI大模型应用发展研究报告.pdf
09-26
腾讯云：2024年AI大模型应用发展研究报告
智能AI开源模型与大模型接口整理
01-29
智能AI开源模型与大模型接口是当前人工智能领域的重要组成部分，它们为开发者提供了丰富的工具和资源，以便进行自然语言处理、对话生成以及各种AI应用的开发。以下是对这些模型和接口的详细说明： 1. **开源模型** ...
2023年AI大模型应用研究报告
06-09
- **发展背景**：随着人工智能技术的不断成熟与应用场景的拓宽，AI大模型作为支撑人工智能发展的核心要素之一，在全球范围内受到广泛关注。中国作为全球重要的AI市场之一，AI大模型的发展尤为迅速。 - **发展历程**...
腾讯研究院：2024工业大模型应用报告.pdf
07-02
##### 1.1 大模型开启人工智能应用新时代 随着人工智能技术的不断进步，大模型逐渐成为推动各行各业智能化进程的关键力量。在工业领域，大模型通过其强大的数据处理能力和学习能力，能够实现对复杂工业数据的有效...
人工智能通用大模型（ChatGPT）的进展、风险与应对.pdf
04-20
生成预训练转换器)的出现反映出了人工智能发展的新趋势，即A正在从感知智能向认知智能快速发展美国作为人工智能发展领域的前沿国家，其拥有一系列具备充足技术和资金资源的公司和实验室，如谷歌、微软、OpenAI等 ...
毒蘑菇检测数据集 9200张 14类毒蘑菇 带标注 voc yolo
最新发布
阿利同学的博客
10-07 815
毒蘑菇检测数据集 9200张 14类毒蘑菇 带标注 voc yolo
基于Keras的U-Net模型在图像分割与计数中的应用
深度学习实战训练营，一起交流探索深度学习
10-04 1419
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。
大模型~合集5
whaosoft~aiotの开发板商城
10-02 1600
FLock 的机制设计受到了证明权益（PoS）区块链共识机制和桌面游戏《The Resistance》（一种角色扮演类游戏，该游戏的一个变种叫阿瓦隆）的启发。《The Resistance》游戏则通过投票机制，每轮游戏中玩家独立推理并投票，从而实现全局共识。《The Resistance》有两个不匹配的竞争方，其中较大的一方被称为抵抗力量，另一方被称为间谍。在《The Resistance》中，有一个投票机制，在每一轮中，每个玩家进行独立推理并为一个玩家投票，得票最多的玩家将被视为「间谍」并被踢出游戏。
北大对齐团队深度硬核解读：OpenAI o1开启「后训练」时代强化学习新范式
ys707663989的博客
10-06 1463
本文深入探讨了OpenAI o1的技术细节、的实现、合成数据与推理搜索的优化，以及AI安全的新启示，展示了大语言模型在推理能力提升和安全对齐方面的最新进展与未来方向。
【AIGC】2022-NIPS-视频扩散模型
weixin_42475026的博客
10-04 1180
生成时间连贯的高保真视频是生成模型研究的一个重要里程碑。我们提出了一种视频生成扩散模型，并取得了非常有希望的初步结果，朝着这一里程碑迈进了一步。我们的模型是标准图像扩散架构的自然延伸，它能够从图像和视频数据进行联合训练，我们发现这可以减少小批量梯度的方差并加快优化速度。为了生成长视频和高分辨率视频，我们引入了一种新的条件采样技术，用于空间和时间视频扩展，其性能优于以前提出的方法。我们展示了大型文本条件视频生成任务的第一批结果，以及视频预测和无条件视频生成的既定基准的最新结果。
树莓派外挂Camera4（pipeline）
fanged的专栏
10-03 564
现在说起Pipeline都有点迷糊了，很多都是这个概念。GStreamer里面有，相机里面有，然后还有别的地方也有。pipeline本身其实没什么特殊的，简单理解就是一段处理。晚上查了一下，确实这几个地方都叫pipeline，然后树莓派还有个自己的Post-processing，也就是后处理。今天主要说camera的和Post-processing的。
pytorch版本和cuda版本不匹配问题
分享计算机视觉，C++，网络摄像头研发，音视频开发，嵌入式等知识。
10-06 377
发现cuda11.8支持pytorch2.0.0。
GraphEval: A Knowledge-Graph Based LLM Hallucination Evaluation Framework
weixin_43961909的博客
10-02 1316
评估大型语言模型(LLM)响应和检测不一致性(也称为幻觉)的方法对于LLM应用变得越来越重要。当前的度量标准在提供可解释的决策、系统地检查响应中的所有信息片段的能力方面存在不足，并且通常计算成本太高而无法在实践中使用。我们提出GraphEval:一个基于知识图(KG)结构表示信息的幻觉评估框架。我们的方法识别了KG中易于产生幻觉的特定三联体，因此比以前的方法提供了对反应中幻觉发生位置的更多了解。
pytorch搭建神经网络(手搓方法)
2303_77275067的博客
10-02 685
假如我们有一个数据集形状为(348,14)。即有348个记录，每个记录有14个特征值。
【YOLO目标检测吸烟检测数据集】共6097张、已标注txt格式、有训练好的yolov5的模型
LINBONB的博客
10-03 515
标注数量(txt文件个数)：6097。训练好的yolov5检测模型。数据集格式：YOLO格式。标注类别名称：smoke。
物流行业中的AI平台架构与智能化应用
zhishi0000的博客
10-03 823
AI平台架构通过业务层、管理层、服务层、大模型层和数据接口层，为物流行业提供了全方位的智能化解决方案，帮助企业提升了运营效率、优化了客户服务。未来，随着AI技术的进一步发展，物流企业将在智能化运营、预测分析、客户体验等方面迎来更多创新与机遇。
论文翻译 | Language Models are Few-Shot Learners 语言模型是少样本学习者（上）
m0_49651195的博客
10-03 1176
最近的工作表明，通过在大规模文本语料库上进行预训练，然后在特定任务上进行微调，许多自然语言处理（NLP）任务和基准测试都取得了显著的提升。尽管这种方法在架构上通常是任务无关的，但它仍然需要成千上万个示例的任务特定微调数据集。相比之下，人类通常只需要几个示例或简单的指令就能完成新的语言任务——这是当前NLP系统仍然在很大程度上难以做到的。在这里，我们展示了扩大语言模型规模可以极大地提高任务无关的少样本性能，有时甚至能与之前的最佳微调方法相媲美。
Python从入门到高手4.3节-掌握跳转控制语句
10-04 589
我们到现在为止已经学完了Python中的条件控制和循环控制，在本节内容中，我们将学习Python中的最后一个控制结构: 跳转控制。假设在循环中一共需要迭代5次，在第一次迭代时执行了break, 那么剩下的4次都不会执行。在循环迭代的过程中，如果需要在满足特定条件时就退出循环，比如当和大于2024时就退出循环，该怎么实现呢？薯条老师的学生在南方电网，林氏家居，京东，阿里等大厂。理解跳转控制，可以从其字面意思来进行理解，跳转即调转方向，在程序的执行过程中通过跳转控制来控制程序的执行过程。
传感器模块编程实践(一)AS608指纹模块简介及驱动源码
光子物联
10-04 1125
介绍了AS608指纹模块，该模块可应用于各种考勤机、保险箱柜、指纹门禁系统、指纹锁等场合。本文介绍使用STM32F103C8T6单片机进行指纹录入，刷指纹通讯协议与流程，提供参考代码。
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