日常实习百度算法大模型应用二面
1. 项目继续深挖
依然是实习项目,可能会延伸到方案对比、难点、优化空间等。
2. 大模型应用与方法
1.对一份数据做分类/识别/检测,用大模型有哪些方法?
2.如何评估AIGC生成的文本?
3.大模型“幻觉”如何缓解?真实性如何评估?
4.RAG过程中索引可以做哪些优化?
3. 模型训练与优化
1.KL散度表示什么?
2.反思机制是怎么做的?为什么用反思?
3.PPO中KL散度的作用?
4. 手撕代码
实现KMeans
实现一个简单的MLP,从CSV读取数据
依然是实习项目,可能会延伸到方案对比、难点、优化空间等。
2. 大模型应用与方法
1.对一份数据做分类/识别/检测,用大模型有哪些方法?
2.如何评估AIGC生成的文本?
3.大模型“幻觉”如何缓解?真实性如何评估?
4.RAG过程中索引可以做哪些优化?
3. 模型训练与优化
1.KL散度表示什么?
2.反思机制是怎么做的?为什么用反思?
3.PPO中KL散度的作用?
4. 手撕代码
实现KMeans
实现一个简单的MLP,从CSV读取数据
全部评论
这个是偏算法方向的吗?为什么考这种算法
相关推荐
查看6道真题和解析