当前位置:   article > 正文

面试科大讯飞 NLP 算法岗(含大模型方向),被疯狂拷打。。。_科大讯飞 大模型面试

科大讯飞 大模型面试

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!


最近一位星球成员面试科大讯飞 NLP 算法岗,被疯狂拷打的经历。

今天我把他的面经题整理总结一下,希望可以对大家找工作有帮助,喜欢点赞、收藏、关注。

  1. ⾃我介绍

  2. 介绍⾃⼰的项⽬

  3. 项⽬中数据语料

  4. 你怎么评价你⾃⼰构建的数据集的好坏?

  5. chatGLM 和 GPT 模型结构⼀样吗

  6. ⼤模型训练⽅式

  7. 怎么评价⼈类⾼质量回答的数据集?精⼼处理的数据集作⽤?

  8. 强化学习中怎么⽤奖励模型打分?怎么样的分数?奖励模型是怎么得到的?

  9. ⽤强化学习的梯度更新是怎么实现的?

  10. 什么样的 prompt 是好的 prompt?

  11. Instruct 和 prompt 有什么区别?

  12. 现在⼤模型有哪些的缺点

  13. 模型幻觉怎么解决?

  14. ⼤模型对话和传统的 nlp ⼈机对话⽅案有什么区别

  15. (⼈机对话)你怎么知道⽤⼾输⼊之后,触发⼀些问题

  16. 传统⼈机对话中⼀个问题给 K 个回复吗

  17. (⼈机对话)相似度怎么计算;这种度量的模型怎么训练?

  18. 命名实体识别遇到嵌套识别该怎么做?

  19. ⽂本分类中⼀个⽂本有多个类别的话,该怎么做?

  20. ⽂本分类中类别不均衡问题怎么解决?

  21. ⼤模型的幻觉怎么评测?

  22. 什么是⻓⽂本?⼤模型⻓本⽂怎么做?

  23. 你项⽬中⻓⽂本⽤的多⻓?

  24. tokenizer 的步骤

总结:这次面试涵盖了自然语言处理(NLP)和大型语言模型(LLM)领域的多个关键点,包括个人项目介绍、数据集构建、模型结构、训练方法、强化学习、prompt设计、模型缺点、对话系统、实体识别、文本分类等

技术交流群

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~

我们建了算法岗技术与面试交流群, 想要获取最新面试题、了解最新面试动态的、需要源码&资料、提升技术的同学,可以直接加微信号:mlc2040。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:加群
方式②、添加微信号:mlc2040,备注:技术交流

用通俗易懂方式讲解系列

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/574905
推荐阅读
相关标签
  

闽ICP备14008679号