2024-12-18 09:32 中国科学院大学 算法工程师 发布于俄罗斯
关注
联想-AI开发
1. 场景题：订单评论情感分析的系统全流程
2. Langchain是否了解？工作机制
3. 大模型中如何更高效，更快速的工作？
4. 大模型的性能优化？
5. Agent的快速响应？识别准确率？用户的上下文管理？
准确率可以用思维链（CoT），响应速度需要和准确率去做trade-off
提升响应速度：
推理阶段：
模型剪枝：权重剪枝、结构剪枝
量化：将模型从高精度（如Float32）降低到低精度（int8），降低计算和内存要求
训练阶段：
知识蒸馏：使用大模型训练一个小模型，提升计算速度
混合精度训练：在训练和推理阶段使用不同的精度
部署阶段：
分布式并行：在多台机器上并行处理。
缓存：对常用的请求结果进行缓存
6. 个人发展
7. 业务场景
IT、电商团队、联想的全球供应链、端到端的设计
更新：二面完泡池子到12月，应该是无了
2. Langchain是否了解？工作机制
3. 大模型中如何更高效，更快速的工作？
4. 大模型的性能优化？
5. Agent的快速响应？识别准确率？用户的上下文管理？
准确率可以用思维链（CoT），响应速度需要和准确率去做trade-off
提升响应速度：
推理阶段：
模型剪枝：权重剪枝、结构剪枝
量化：将模型从高精度（如Float32）降低到低精度（int8），降低计算和内存要求
训练阶段：
知识蒸馏：使用大模型训练一个小模型，提升计算速度
混合精度训练：在训练和推理阶段使用不同的精度
部署阶段：
分布式并行：在多台机器上并行处理。
缓存：对常用的请求结果进行缓存
6. 个人发展
7. 业务场景
IT、电商团队、联想的全球供应链、端到端的设计
更新：二面完泡池子到12月，应该是无了
全部评论
相关推荐
点赞 评论 收藏
分享
查看17道真题和解析 点赞 评论 收藏
分享
查看9道真题和解析 点赞 评论 收藏
分享
07-01 00:30
西北工业大学 Java 
梗小姐：佬，你投的不会是这个吧。
wxg-微信支付-模型组
主要工作方向：
1.利用支付数据、社交数据等制定安全策略进行数据挖掘、特征工程
2.前沿模型研究：利用LLM代替xgboost等传统风控模型
本次实习生，可能的工作：使用司内大模型平台进行agent构建，集成到企业微信机器人里，作为内部工具以消息告警等形式提醒产品同学，其实还是偏开发。
掌握python和java应该够用了。
需要掌握的基本知识
简单的开发技能
agent基本原理（重点：function call，可能会被问了解mcp吗）
LLM基本知识（训练、微调和部署推理，偏工程化），最好再掌握一些RAG知识查看14道真题和解析 点赞 评论 收藏
分享
