腾讯
LLM 算法二面面经
完整信息
本篇目录
整体面试还是不错的，但是没后续了，不知道是哪里出了问题
- 项目拷打
- 介绍Attention，从数学角度解释一下为啥注意除以\sqrt{d_k}？
- Agent多轮对话中有哪些难点
- SFT数据集构建策略
- 介绍DPO、GRPO、PPO区别
- 如果评估RAG，评估RAG是否work
- 说一下大模型全参数微调的显存计算？说一下SMoE怎么推理的？相比于稠密模型有什么优点？
- 最近看了什么论文和技术报告？推荐算法和大模型有什么地方可以结合呢？
- 手撕：搜索排序数组
本篇目录
当前问题0111
- 01
介绍Attention，从数学角度解释一下为啥注意除以\sqrt{d_k}？
- 02
介绍Attention，从数学角度解释一下为啥注意除以\sqrt{d_k}？
- 03
Agent多轮对话中有哪些难点
- 04
SFT数据集构建策略
- 05
介绍DPO、GRPO、PPO区别
- 06
介绍DPO、GRPO、PPO区别
- 07
如果评估RAG，评估RAG是否work
- 08
说一下大模型全参数微调的显存计算？说一下SMoE怎么推理的？相比于稠密模型有什么优点？
- 09
说一下大模型全参数微调的显存计算？说一下SMoE怎么推理的？相比于稠密模型有什么优点？
- 10
最近看了什么论文和技术报告？推荐算法和大模型有什么地方可以结合呢？
- 11
最近看了什么论文和技术报告？推荐算法和大模型有什么地方可以结合呢？