面试都可用）

共 58 题 · 子专题 0 个。点击标题直接阅读。

题目列表

• NLP高频面（10）目前常见的几种大模型架构是啥样的
• NLP高频面（11）RLHF的流程有哪些
• NLP高频面（12）Lora微调的原理、什么是Qlora
• NLP高频面（13）什么是大模型幻觉，如何解决大模型幻觉
• NLP高频面（14）DPO、PPO等强化学习训练方法介绍
• NLP高频面（15）有哪几种分布式训练方式
• NLP高频面（16）deepspeed原理
• NLP高频面（17）什么是KV Cache
• NLP高频面（18）什么是prefill和decoder分离架构
• NLP高频面（19）VLLM推理加速原理
• NLP高频面（1）Transformer的基本结构、作用和代码实现
• NLP高频面（20）flash attention原理
• NLP高频面（21）deepseek V1-V3 分别有哪些改进，这些改进是如何对模型产生
• NLP高频面（22）deepseek论文中的的GRPO训练原理、和PPO相比有哪些改变，这些改进有什么
• NLP高频面（23）对抗训练的发展脉络，原理，演化路径
• NLP高频面（24）RAG相关内容简介
• NLP高频面（25）RAG的reranker模块结果，原理和目前存在的挑战
• NLP高频面（26）RAG的retriever模块作用，原理和目前存在的挑战
• NLP高频面（27）SFT有哪几种参数微调方法？有什么优缺点？
• NLP高频面（28）Reward model是如何训练的，怎么训练一个比较好的Reward model
• NLP高频面（29）大模型解码常见参数解析
• NLP高频面（2）LSTM、GRU和Transformer结构的区别与联系，优缺点分别是什么？
• NLP高频面（30）LLama系列模型介绍，包括LLama LLama2和LLama3
• NLP高频面（31）多模态预训练模型的主要结构、特征对齐与融合方法及对
• NLP高频面（32）介绍一下CLIP和CLIP2
• NLP高频面（33）Vision Transformer（ViT）模型架构介绍
• NLP高频面（34）深度解析Layer Normalization与Batch Normalization：区别、联系及Transfor
• NLP高频面（35）LLaMA _ ChatGLM _ BLOOM的区别
• NLP高频面（36）深入理解思维链（Chain-of-Thought）提示方法
• NLP高频面（37）大模型训练和推理的显存估计 - 飞书云文档
• NLP高频面（38）什么是LLM的灾难性遗忘？如何避免灾难性遗忘？
• NLP高频面（39）什么是大模型的涌现能力？
• NLP高频面（3）普通RNN的梯度消失和梯度爆炸问题
• NLP高频面（40）什么是 BitFit？
• NLP高频面（41）什么是 IA3 微调？
• NLP高频面（42）RAG系统评估：方法、指标与实践指南
• NLP高频面（43）什么是人类偏好对齐中的「对齐税」(Alignment Tax)？如何缓解？
• NLP高频面（44）RLHF过程中的马尔科夫决策过程及对话场景MDP设计
• NLP高频面（45）PPO 算法在 RLHF 中的原理与实现详解
• NLP高频面（46）Transformer 架构中的位置编码及其演化详解
• NLP高频面（47）探讨Transformer中的注意力机制：MHA、MQA与GQA
• NLP高频面（48）大语言模型中的思维链（CoT）技术详解
• NLP高频面（49）大模型RAG常见面试题解析
• NLP高频面（4）BN和LN的区别与联系，为什么attention要用LN
• NLP高频面（50）大模型（LLMs）分词（Tokenizer）详解
• NLP高频面（51）LSTM详解
• NLP高频面（52）BERT 变体详解
• NLP高频面（53）LLM中激活函数详解
• NLP高频面（54）深度学习优化器详解
• NLP高频面（55）深度学习正则化详解
• NLP高频面（56）深度学习归一化详解
• NLP高频面（57）DeepSeek系列概览与发展背景
• NLP高频面（5）BERT的基本结构介绍、预训练任务、下游任务
• NLP高频面（6）decoder-only、encoder-only和encoder-decoder的区别与联系
• NLP高频面（7）GPT和Bert的mask有什么区别？ (1)
• NLP高频面（7）GPT和Bert的mask有什么区别？
• NLP高频面（8）GPT三个版本的区别
• NLP高频面（9）大模型常见的几种解码方案

---