字节大模型算法岗一面,直接跪了。。。

最近这一两周看到不少互联网公司都已经开始秋招提前批了。

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。

总结链接如下:

《大模型面试宝典》(2024版) 发布!

喜欢本文记得收藏、关注、点赞。更多实战和面试交流,文末加入我们


最近分享了很多大厂的算法岗面试真题,大家要清楚:AIGC相关的面试题猛增,特别是爆火的LLM、多模态、扩散模型等考察的知识点越来越多。

这里特别整理了几道字节跳动一面中最新的代表性面试题,下图中的题目,你会几题?!

  1. 介绍SAM和变体

  2. xLSTM有哪些新技术?

  3. 介绍RLHF和RAG

  4. LoRA和QLoRA微调技术

  5. 介绍YOLOv9和YOLOv10

  6. Negative prompt 怎么做的?

  7. 常见的分词器(Tokenizer)方法

  8. Stable Diffusion的结构与原理

  9. GPU有限,怎么有效训练大模型?

  10. 如何加速Diffussion Transformer?

  11. Mamba-2相较于Mamba有哪些改进?

  12. 3DGS 遇见运动模糊场景,该怎么优化?

  13. 介绍LLaMA系列,最新的v3怎么做多模态?

  14. Swin Transformer中shift window是怎么移动的?

  15. 多模态数据怎么利用,怎么设计让模型不受某一模态影响很大?

所以你不仅要看CS、AI经典八股文,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"!

技术交流&资料

在这里插入图片描述

用通俗易懂方式讲解系列

猜你喜欢

转载自blog.csdn.net/2201_75499313/article/details/140758435