美团到店-大模型算法面经
一面:
- 自我介绍
- 怎么理解大模型安全,包含哪些方面的内容?
- 从上面这些方面有哪些防护措施,有量化指标吗?
- 大模型训练有哪些步骤?
- 讲讲RLHF的具体过程?涉及几个模型?
- Transformer的结构?
- 知道哪些注意力机制?
- 现场手写自注意力机制公式
- llama是怎么优化注意力机制的计算的?(这个我真的不知道)
- 讲讲项目,有哪些跟大模型有关的?
- 实习过程中有哪些自己想到的创新点,效果如何?
- 你们是如何跟进最新的大模型技术?
- 讲讲你知道的大模型技术最新发展。
- 多模态了解吗?
- RAG的过程是什么样的?
- 有哪些让你印象深刻的大模型产品?
- 手撕代码:二叉树的层序遍历
二面:
1.算法题,删除倒数第n个节点
2.Encoder-Decoder,Casual Decoder,Prefix Decoder的区别
3.模型涌现现象的原因?
4.LLM复读机现象的原因是什么?怎么解决?
5.数据角度来看有什么问题?
6.分布式训练有哪些技术?
7.特定任务用预训练还是微调?
8.RAG和微调的区别,优劣分别是什么?
9.SFT导致的通用能力遗忘应该怎么解决?
10.Function call怎么训练的?怎么微调的?
11.Function call怎么组织文本的格式喂给模型?
12.Function call怎么把下游的一些工具,插件变成模型可以理解的方式?
13.百川,千问,LLAMA的Position Embedding是怎么做的?有什么区别?
14.微调过哪些模型,微调占用的显存是多大?跟哪些因素有关系?
15.LLAMA的输入可以是无限长吗?输入变长会有哪些变化?
16.模型安全相关是怎么做的,有哪些注入的手段?
17.反问环节
二面的时候,Function call并不是很了解,所以回答得并不好,位置编码这个问题也没回答好(他想听旋转位置编码,但是我不清楚具体原理),面完五天回到人才库,跟hr打电话结果是部门反馈不再推进。
总体来说美团确实问得很细,我毕竟是半路出家的,有些地方确实不太熟悉,但是被二面挂还是很难受
大模型&AI产品经理如何学习
求大家的点赞和收藏,我花2万买的大模型学习资料免费共享给你们,来看看有哪些东西。
1.学习路线图
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
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;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
2.视频教程
网上虽然也有很多的学习资源,但基本上都残缺不全的,这是我自己整理的大模型视频教程,上面路线图的每一个知识点,我都有配套的视频讲解。
(都打包成一块的了,不能一一展开,总共300多集)
因篇幅有限,仅展示部分资料,需要点击下方图片前往获取
3.技术文档和电子书
这里主要整理了大模型相关PDF书籍、行业报告、文档,有几百本,都是目前行业最新的。
4.LLM面试题和面经合集
这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 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;
• 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。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓