ai agent实习面经分享-字节
攒攒人品!有面试过同岗的朋友欢迎评论区交流
1. 实习拷打
2. 项目拷打
3. RLHF中奖励模型(RM)的训练数据如何构建?
4. 推理加速技术
5. 模型剪枝/量化(GPTQ、AWQ)、服务化框架(FastAPI+vLLM)
6. 如何优化大模型在长文本生成中的显存占用?
7. 微调方法对比
8. 设计一个ai爬取字节视频,如何设计?
9. Transformer自注意力机制、位置编码、梯度消失/爆炸的解决方案
10. 如何解决大模型API服务的响应延迟问题?
1. 实习拷打
2. 项目拷打
3. RLHF中奖励模型(RM)的训练数据如何构建?
4. 推理加速技术
5. 模型剪枝/量化(GPTQ、AWQ)、服务化框架(FastAPI+vLLM)
6. 如何优化大模型在长文本生成中的显存占用?
7. 微调方法对比
8. 设计一个ai爬取字节视频,如何设计?
9. Transformer自注意力机制、位置编码、梯度消失/爆炸的解决方案
10. 如何解决大模型API服务的响应延迟问题?
全部评论
强烈推荐!这个笔记写得很清晰 http://github.com/AccumulateMore/CV
相关推荐
查看5道真题和解析 点赞 评论 收藏
分享