实习求建议 腾讯nlp or 旷视cv

字节一面：1. 自我介绍2. 实习经历6. 项目拷打（XXXXX）7. 项目中，数据注入怎么设计的？8. 项目的技术选型，是自己选的？还是？9. 项目中异常场景怎么设计的10. sql优化11. 浏览器输入url，发生什么？12. 链表、数组区别13. 代码题*214. 对函数设计测试用例15. 反问

真服了，我不信有这个题，还不会 常见的业务题 ◆ 大模型（LLMs）基础面 • 目前主流的开源模型体系有哪些？ • prefix Decoder 和 causal Decoder 和 Encoder-Decoder 区别是什么？ • 大模型LLM的 训练目标 是什么？ • 涌现能力是啥原因？ • 为何现在的大模型大部分是Decoder only结构？ • 简单 介绍一下 大模型【LLMs】？ • 大模型【LLMs】后面跟的 175B、60B、540B等 指什么？ • 大模型【LLMs】具有什么优点？ • 大模型【LLMs】具有什么缺点？ ◆ Layer normalization 篇 • La...

📝笔试题目1.自我介绍2.测试用例包含哪些，怎么写测试用例3.测试流程4.给一个审批系统的场景，设计测试用例5.如何做到多并发，它的目的是什么6.基于简历里的实习内容问了问7.MapReduce的内容8.代码题是最长不重复子串

4.21 投简历4.23 约后天一面4.25 一面无手撕，上来先拷打论文，其中有个地方用了rag，面试官问我这里是怎么把文本转换成向量储存的。(我以为是问我工程上的实现，这是去年做的一个小模块，回忆了半天细节，答得支支吾吾，面完了之后结合下一个问我才意识到其实是问我embedding过程)看我支支吾吾就直接问transformer是怎么把token处理成向量的。transformer的self-attention和cross self-attention区别在哪里。pre-norm和post-norm的区别？进一步，为什么现在主流大模型都用post-norm。lora的实现过程。大模型用的Lo...