总流程45min左右，非常好的一次面试体验，偏聊天，问题很基础，不难问题：1，讲一些开发中遇到的一些难题，如何解决的2，使用java和dart开发的一些感受，dart比java好在哪，烂在哪？3，java中没有指针，为什么会有空指针异常这个错误呢？（jvm是c++写的）4，为什么会出现rxjava框架这种技术，他有解决什么问题吗？5，版本管理git和svn，使用体验上的差别6，出现了代码冲突如何解决？7，a函数调用b函数的过程，操作系统中cpu和内存做了哪些事情？8，平时上网时浏览器报连接不安全的错误，浏览器是如何发现的？这个过程中浏览器做了什么？9，怎么理解dify这个平台，提供了什么能力？10，平时如何使用ai来帮助自己做一些事情11，你觉得现在的ai擅长做什么，不擅长做什么？反问：1，岗位技术栈2，岗位工作内容3，ai技术对客户端岗位的影响4，几次面试，多久下一次通知

某电视剧里，老者问“什么是生意。”我（doge）回答：“生意无非是一买一卖。”以下内容仅是一个无知本科生的吐槽，请勿较真“什么是产品经理，什么是解决方案。”“这个岗位呢主要负责售前的需求分析和产品原型设计以及用户....”“啊？是销售啊。”挺无语的其实，真的很感叹现在大学生的认知，不止有2-3位同学，都认为售前=销售。这可不是卖手抓饼，吆喝吆喝就能叫营销。售前个人理解算是一种职能，部分公司（如深信服）是将产品经理和售前工程师合并为售前产品经理，其主要职责包括：需求对接、需求分析、产品原型设计、产品功能分析、应标方案设计、解决方案设计等工作。也有很多公司（如海康威视）有专门的售前工程师、售前技术...

今天老师为大家梳理了字节算法岗关于大模型Rag的面试题，供各位同学参考。1️⃣ LORA 原理：解释 LORA(Low-RankAdaptation)的核心思想，如何通过低秩矩阵实现参数高效微调?数学形式如何表达?2️⃣Self-Attention机制：自注意力机制中 O/K/ 矩阵的作用是什么?如何通过缩放点积计算注意力权重?公式推导并解释Softmax 的意义。3️⃣位置编码：Transformer为何需要位置编码?主流 LLM(如 LLaMA、GPT)使用哪种位置编码(如 ROPE)?相比绝对/相对位置编码有何优势?4️⃣Seq2Seg 模型：Seq2Seq模型的核心组件是什么?Encoder-Decoder结构如何解决长程依赖问题?5️⃣RAG技术：RAG(检索增强生成)的完整链路包含哪些步骤?为什么它能提升生成质量?6️⃣大模型幻觉：大模型产生幻觉的根本原因是什么?7️⃣显存计算：7B 模型在训练和推理时的显存占用如何估算?显存与参数量、批次大小、序列长度的关系是什么?8️⃣实习与论文：详细说明实习中解决的一个技术难点，涉及哪些模型或算法?如何评估效果?9️⃣链表操作：删除链表倒数第 N 个节点的算法思路?如何用双指针法实现?边界条件(如头节点删除)如何处理?📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。    

给大家分享一下我的面试经验~1、目前 主流的开源模型体系 有哪些?目前主流的开源 LLM(语言模型)模型体系包括以下几个:GPT(Generative Pre-trained Transformer)系列:由 OpenAl发布的一系列基于 Transformer 架构的语言模型，包括 GPT、GPT-2、GPT-3 等。GPT 模型通过在大规模无标签文本上进行预训练，然后在特定任务上进行微调，具有很强的生成能力和语言理解能力。2BERT (Bidirectional Encoder Representations from Transformers):由 Google 发布的一种基于Trans...