AGI大模型面经汇总，太全了！收藏一下吧很难找全的！
字节 暑期实习 多模态算法 (二面凉经)
一面 下午17:00-18:00
1.上来没有自我介绍
2.直接介绍NeurIPS论文，中间穿插着一些提问
3.说一下Transformer的整体结构
4.了解有哪些位置编码方式吗
5.说一下LLaMA中的旋转位置编码
6.算法题：经典的求平方根，牛顿迭代法秒了
7.算法题：判断一个字符串能否由另一个字符串旋转而来，比如abcd旋转后可以变成dabc或者bcda等，写完后面试官要求O(1)，临时没想出来
8.详细说了快手的用户推荐算法实习，主要做了些什么
9.你的NeurIPS论文能和推荐那边结合起来吗
10.NeurIPS中论文中有没有考虑事件本身的一些属性，或者动态性什么的，我说后续有在考虑做这个
11.让我说说后续打算怎么做动态性的一些东西
12.聊聊你本科做的负荷预测，说了下背景，输入输出，还有常见的模型
二面 下午17:00-17:50
1.自我介绍
2.详细介绍快手实习，中间穿插了十来个问题
3.介绍论文
4.ransformer的多头注意力机制
5.算法题：BFS求岛屿数量
6.算法题：回文子串的一个题，dp
7.反问环节
饿了么 暑期实习 AIGC 一面KPI凉经
一面 2024 上午10:30-11:10
1.自我介绍
2.介绍了快手推荐实习
3.推荐的全链路过程
4.介绍了NeurIPS的论文
5.介绍了本科做的一个App
6.你对AIGC和LLM了解哪些？说了一下自学的东西
7.你对AGI怎么看？你觉得照目前趋势发展下去，能达到AGI吗？结合人类意识还有人脑答了一波
8.你有做过大模型的预训练过程啥的吗？有没有上手过？
9.说一下Transformer中的attention具体原理，以及为什么这么做
10.说一下LLM训练的整体过程
11.介绍一下RLHF
12.介绍一下DDPM的原理
13.了解NLP的大致发展流程吗
14.你是经常用torch吧，说一下你最近遇到的一个bug以及如何处理的
15.说一下torch中常见的损失函数
16.建议我了解一下LLM Agent，听到这里其实就已经知道要凉凉了
17反问环节：部门里主要是做些什么？
感觉是KPI面，面试完后官网马上就被挂了
山水比德AIGC凉经
1.自我介绍
2.针对外景设计AI设计有哪些方案？
3.项目相关对公司的应用有什么帮助？
4.反问
主要还是做应用端，没有太深的技术要求，面试官人挺好的，hr和技术一起，但是貌似有预算预期，处于可有可无的业务线，感觉。
网易 伏羲 大模型算法实习 二面 速通
26分钟速通，感觉面试官是个主管
1.自我介绍
2.拷打第一个项目，我的是一个RAG的项目，让我讲了一遍，然后问我团队分工、哪种优化方式提升指标最多？
3.拷打第二个项目，我的是一个论文项目，直接祭出共享屏幕讲论文的连招，讲完没怎么问问题
4.反问，我再问一遍部门做什么业务的，又说了一遍做智能npc的，鼠鼠连忙表现出巨大的兴趣
5.问我到岗时间、实习时长这种的，我祭出祖传话术；问我有没有面其他的，我说有小厂offer但是优先来这里实习这种话术，然后问我为什么优先，我把网易好一顿夸；最后问我到岗时间能不能提前，说到岗时间会作为排序的依据，鼠鼠赶紧改口说两周到岗
整体感觉没问到啥技术问题，也没做算法题，应该是个主管，不太懂技术，不过人挺好的
好未来大模型面经
-
自我介绍
-
项目，具体模块细节
-
手撕组合总和，且无重复
-
解码策略，比如贪心算法、随机采样等，鼠鼠没答出来
-
T5模型和Bert区别（项目有用T5模型）、self-attention
-
大模型RAG
-
llama具体结构
-
RLHF技术
-
微调过大模型吗？讲一讲
面试体验蛮好的
已oc
网易 伏羲 大模型算法实习 一面面经
全程36分钟
1.自我介绍
2.拷打第一个项目，我的是一个论文项目，直接共享屏幕开讲，讲完面试官提了几个问题，主要是情绪流建模的必要性、为什么模型不和chatgpt比等
3.拷打第二个项目，我的是一个RAG的项目，我先详细讲了一下，然后开始问问题，第一个问了数据集构建的细节，第二个问了假如说想提高模型问答的效果，需要从那几个方面提升？
4.场景题，第一个问了对话场景中假如说用户问了一个问题，如何更好的识别用户的意图？第二个问了假如说想构建一个个性可以随意切换的问答系统，该如何设计系统？鼠鼠分别答了自己的理解，面试官又追问了几次
5.反问，问了部门做什么业务的，说是跟雷火那边合作，做智能NPC的
没有算法题和八股，场景题偏多，更看重自由发挥；总体来说面试官人挺好，但是感觉看着不是很缺人的样子，鼠鼠的一面怕是凶多吉少 这段时间有点摆，没怎么面，略感生疏了
如何学习AI大模型？
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
