news 2026/4/18 2:47:42

大模型面试真题解析+学习路线图,附200本PDF书籍和100套商业方案_AGI大模型面经汇总,太全了!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
大模型面试真题解析+学习路线图,附200本PDF书籍和100套商业方案_AGI大模型面经汇总,太全了!

文章汇总了字节、饿了么、网易等多家大厂的大模型算法面试经验,涵盖Transformer原理、LLaMA结构、位置编码等技术问题,以及算法题解答。同时分享了系统化的AI大模型学习路径,从基础理论到实际应用,包括提示词工程、平台开发、知识库应用、模型微调等七大阶段,并提供丰富的学习资源如思维导图、书籍手册、视频教程等,适合小白和程序员系统学习大模型技术。


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

  1. 自我介绍
  2. 项目,具体模块细节
  3. 手撕组合总和,且无重复
  4. 解码策略,比如贪心算法、随机采样等,鼠鼠没答出来
  5. T5模型和Bert区别(项目有用T5模型)、self-attention
  6. 大模型RAG
  7. llama具体结构
  8. RLHF技术
  9. 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

AI大模型从0到精通全套学习大礼包

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。

只要你是真心想学AI大模型,我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来,我也真心希望帮助大家学好这门技术,如果日后有什么学习上的问题,欢迎找我交流,有技术上面的问题,我是很愿意去帮助大家的!

如果你也想通过学大模型技术去帮助就业和转行,可以扫描下方链接👇👇
大模型重磅福利:入门进阶全套104G学习资源包免费分享!

01.从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

02.AI大模型学习路线图(还有视频解说)

全过程AI大模型学习路线


03.学习电子书籍和技术文档

市面上的大模型书籍确实太多了,这些是我精选出来的


04.大模型面试题目详解

05.这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理,鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位,在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利,同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频由智泊AI老师录制,且资料与智泊AI共享,相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。


智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌,通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌,构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论,还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作,把课本知识变成真本事‌!


如果说你是以下人群中的其中一类,都可以来智泊AI学习人工智能,找到高薪工作,一次小小的“投资”换来的是终身受益!

应届毕业生‌:无工作经验但想要系统学习AI大模型技术,期待通过实战项目掌握核心技术。

零基础转型‌:非技术背景但关注AI应用场景,计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈:传统开发者(Java/前端等)学习Transformer架构与LangChain框架,向AI全栈工程师转型‌。

👉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】🆓

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 3:48:20

增量微调优化在线更新

💓 博客主页:借口的CSDN主页 ⏩ 文章专栏:《热点资讯》 智能优化:增量微调在线更新的效率革命与伦理挑战 目录 智能优化:增量微调在线更新的效率革命与伦理挑战 引言:动态AI的进化需求 现在时:成…

作者头像 李华
网站建设 2026/4/18 5:35:10

学习周报三十二

摘要 本周聚焦于强化学习探索优化与多模态生成模型的技术细节。深入研究论文《Rewarding the Rare》,其针对强化学习后训练中出现的“探索坍缩”问题,提出基于策略层面唯一性的奖励机制,通过聚类分组对稀缺解题思路进行加权奖励,以…

作者头像 李华
网站建设 2026/4/18 8:07:10

MySQL 中的 utf8 vs utf8mb4 区别

目录核心区别详细对比1. **编码范围不同**2. **历史背景**3. **实际影响最明显的场景**4. **存储空间差异**5. **性能差异**关键限制**索引长度限制**实际使用建议1. **新项目一律使用utf8mb4**2. **现有系统迁移步骤**3. **连接配置**4. **排序规则选择**兼容性考虑**向下兼容…

作者头像 李华