面了阿里大模型算法岗，问的贼细。。。

前言

最近这一两周看到不少互联网公司都已经开始秋招面试了。

不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者在变多，HC 在变少，岗位要求还更高了。

最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。

有朋友这几天去面试了，根据他的回忆整理了相关的问题。

供大家参考学习：

项目深挖： 这个项目解决了什么问题？你的数据集的大小是多大？
项目深挖： 你的数据分块策略是什么，为什么要用这样的策略？
项目深挖： Embedding 用的什么模型，为什么要用这个模型？
项目深挖： 向量召回后为什么要做rerank，rerank用的什么算法，为什么要用这个？
项目深挖： 微调数据集是什么格式，微调数据有没有做预处理，在什么环境下训练的，用了什么显卡，内存占用情况
项目深挖： 模型出现幻觉时，一般怎么解决的
1、讲一下 Transformer 架构 encoder-only、decoder-only、
2、encoder-decoder 不同架构在实际应用的使用场景
3、llama2 网络架构？使用了哪些注意力机制
4、llama2 的位置编码了解吗? 讲讲几种位置编码的异同
5、基础大模型训练流程及资源使用情况
6、了解 langchain 吗? 讲讲主要结构和主要组件，处理复杂任务链时有哪些优势。
7、显存不够时，一般怎么解决的，有哪些常见的优化方法 几种主流大模型的 loss了解过吗? 有哪些异同?
8、了解半精度训练吗? 展开讲讲原理和优点，在实际应用中有哪些挑战。
9、deepspeed 用过吗? 分布式训练中如何提升效率。
10、手写实现下分组注意力 leetcode 题：合并K个升序链表

面试总结

当前大模型岗位更加强调实践，如果没有做过大模型的项目且没有针对性准备过，很难回答上。
大模型微调是很多公司的考察重点
几种模型的注意力机制、位置编码要熟悉。
RLHF 的几步多熟悉熟悉

下面是我根据这么多年的工作经验整理出来的一整套大模型的面试资料题





​

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，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】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了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，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。