腾讯这10道算法面试题，看完跪了。。。

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！

---

目前春招和暑期实习已全面启动！面试题需要刷起来了！大家要抓紧时间了！

今年最大的特点就是算法面试题特别的新！AIGC 相关的面试题猛增，特别是去年到今年爆火的大模型、多模态、扩散模型、SAM考察的知识点越来越多。

这里特别整理了10道腾讯近期面经中代表性的算法面试题，你确定都会么？

1. 解决LLM Hallucination的方法

2. BART相较于 BERT 有哪些改进?

3. 2D图像预训练怎么迁移到3D点云任务？

4. Transformer中的残差连接作用是什么？

5. 如何构建自己的Instruction-Tuning数据集？

6. 大模型的Zero-Shot Learning为何这么强？改进技巧

7. 如何将多模态中的数据对齐？有哪些方法？最新进展

8. 介绍Attention、Normolization、embedding相关概念

9. 在很多视觉任务上，CNN和Transformer混合架构为何更有效?

10. 为什么GAN中经常遇到mode collapse，而Diffusion比较少?

大家不仅要查漏补缺，更要学会举一反三！比如 YOLOv9 刚出，肯定得立马学习上，哪怕不用，但问到相关知识点了，如果答不上来那损失太大了。比如 YOLOv9 和 v8 的区别？最新的 DiT 架构？Sora 核心技术？介绍 Stable Diffision 3？

所以现在你不仅要看CS、AI经典八股文（Transformer基本必考），还要多 follow 前沿工作，特别是看最新的相关面试真题，没准下次面试就被问到了！如果回答不上来，可能面试直接就"跪了"。。。

在此特别推荐今年、明年找工作的同学加入求职群和星球学习！不仅有数千题算法岗&软开岗的面试真题，还可以提问如何找工作，方向选择，还有Offer选择等问题，更有上百家公司的内推和求职准备攻略。

技术交流

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AIGC面试与技术交流群， 想要进交流群、需要源码&资料、提升技术的同学，可以直接加微信号：mlc2060。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：技术交流
方式②、添加微信号：mlc2060，备注：技术交流+CSDN

用通俗易懂的方式讲解系列

• 用通俗易懂的方式讲解：不用再找了，这是大模型最全的面试题库
• 用通俗易懂的方式讲解：这是我见过的最适合大模型小白的 PyTorch 中文课程
• 用通俗易懂的方式讲解：一文讲透最热的大模型开发框架 LangChain
• 用通俗易懂的方式讲解：基于 LangChain + ChatGLM搭建知识本地库
• 用通俗易懂的方式讲解：基于大模型的知识问答系统全面总结
• 用通俗易懂的方式讲解：ChatGLM3 基础模型多轮对话微调
• 用通俗易懂的方式讲解：最火的大模型训练框架 DeepSpeed 详解来了
• 用通俗易懂的方式讲解：这应该是最全的大模型训练与微调关键技术梳理
• 用通俗易懂的方式讲解：Stable Diffusion 微调及推理优化实践指南
• 用通俗易懂的方式讲解：大模型训练过程概述
• 用通俗易懂的方式讲解：专补大模型短板的RAG
• 用通俗易懂的方式讲解：大模型LLM Agent在 Text2SQL 应用上的实践
• 用通俗易懂的方式讲解：大模型 LLM RAG在 Text2SQL 上的应用实践
• 用通俗易懂的方式讲解：大模型微调方法总结
• 用通俗易懂的方式讲解：涨知识了，这篇大模型 LangChain 框架与使用示例太棒了
• 用通俗易懂的方式讲解：掌握大模型这些优化技术，优雅地进行大模型的训练和推理！
• 用通俗易懂的方式讲解：九大最热门的开源大模型 Agent 框架来了