阿里大模型算法二面-实习面经

1. 目前多模态大语言模型是如何融合文本与图像信息的？
2. 大语言模型的RLHF训练流程是什么？它存在哪些潜在风险？
3. 什么是Embedding？词嵌入和句嵌入有何不同？
4. 大语言模型中的Tokenization是如何工作的？不同模型的分词算法有何差异？
5. 对比大语言模型的增量推理和传统推理方式，增量推理的优势和实现难点是什么？
6. 介绍一下大语言模型中的知识蒸馏，它如何用于压缩模型体积？
7. 过往项目（细节追问）
8. 大语言模型的长文本处理能力有限，目前有哪些技术可以缓解这一问题？
9. 什么是大语言模型的“上下文窗口”？扩展上下文窗口对模型性能有何影响？

全部评论

推荐最新楼层

04-14 08:50

广西大学算法工程师

阿里国际 AI应用开发一面

1. 自我介绍2. Python 里的 __new__ 和 __init__ 的本质区别是什么，哪些场景必须重写 __new____new__ 负责创建对象，返回实例本身；__init__ 负责在实例创建完成后做初始化。真正必须重写 __new__ 的场景并不多，常见的是不可变类型子类化、单例控制、缓存复用、元编程对象创建路径劫持。因为像 str、tuple、int 这类不可变对象，很多状态在对象创建时就固定了，等到 __init__ 再改已经来不及了。 class MyInt(int): def __new__(cls, value): return super().__new__(cls,...

AI-Agent面试实战...

点赞评论收藏

03-31 20:40

哈尔滨工业大学（深圳） Java

阿里飞猪一面凉经

聊项目 1.pgvector的索引2.embedding()向量化的算法3.为什么要用threadlocal4.秒杀场景下数据库没有扣减但是redis预扣减怎么处理5.geohash()的算法实现感觉项目很多底层还是了解不到位，继续加油吧

查看6道真题和解析

点赞评论收藏

04-09 22:36

澳门大学算法工程师

阿里淘天-Agent优化一面

暂时不说部门，面完感觉就挺微凉了但是泡了一个周居然过了，因为面试官说我还是做模型算法更多，他们在做的是业务Agent的设计编排优化，具体是对接到业务上。1.自我介绍2.项目一怎么做的3.项目二询问4.Agent的记忆怎么设计5.workflow，agent，skill区别6.prompt你会怎么考量去写7.vibe coding，这里面试官说边聊边做，哥们逮着问题就开始猛做，做一半面试官问你没啥要问我的问题吗？我这里才想起来，然后尴尬的想了两个问题8.你的agent是怎么做的，这里我一直没get到点，面试官让说你的这些agent具体是负责干嘛的，输入输出是什么讲明白。这里纯纯被拷打9.反问：部门业务是什么？面试官讲了很多，我的体会是以后前后端啥的真的很难了，因为现在的一整个设计就是我不需要你有啥技术，你搞明白业务，怎么会用这些agent才是最重要的，包括面试官说我一直在做的模型训练，和agent优化的思路相差还是很大。然后建议：多培养业务思维，还有就是区分开Agent优化和模型训练。流程：如果过了还要面leader，之后就是hr面。

27暑期大李GOAT：今天二面的时候因为面试官问了场景题，但是那个场景题太容易了，一面就问过我类似的，一面面试官还耐心给我解答了，并且完全可以拿OpenClaw和Claude code的思路来套，我就说的很流畅被面试官质疑是不是拿AI搜的，然后我说最近面试比较多问的问题比较相似，只是换了场景，会不会凉啊😭

查看8道真题和解析

点赞评论收藏