百度大模型应用算法实习一面
1. 简历深挖
围绕实习项目展开,问得很细,建议把自己做的每个模块的逻辑、贡献、思考都理清楚。
2. 理论基础
1.KL散度和交叉熵的关系?
2.介绍LoRA,和全参SFT怎么选?小模型SFT vs 大模型LoRA效果可能如何?SFT数据集怎么构建?
3.介绍AUC,它表达的是什么?
4.Recall重要的场景下,如果recall很高但precision很低怎么办?
5.Precision和Recall分别是什么?不同场景下如何权衡?哪个更重要?
3. 手撕代码
实现 shuffle 函数(注意洗牌算法的公平性和复杂度)
围绕实习项目展开,问得很细,建议把自己做的每个模块的逻辑、贡献、思考都理清楚。
2. 理论基础
1.KL散度和交叉熵的关系?
2.介绍LoRA,和全参SFT怎么选?小模型SFT vs 大模型LoRA效果可能如何?SFT数据集怎么构建?
3.介绍AUC,它表达的是什么?
4.Recall重要的场景下,如果recall很高但precision很低怎么办?
5.Precision和Recall分别是什么?不同场景下如何权衡?哪个更重要?
3. 手撕代码
实现 shuffle 函数(注意洗牌算法的公平性和复杂度)
全部评论
我去这是巨佬啊
相关推荐
点赞 评论 收藏
分享
码农索隆:投我投我,到时候我出一期拆箱帖,看看礼物是啥
点赞 评论 收藏
分享
