01
背景
本弱鸡 211 本硕，nlp，无论文有实习（老板没资源且放养），本科有 acm 经历（1 铜），面试 pcg 日常实习。
02
技术一面（时长1h）
Q1：了解什么机器学习算法，讲一下原理？
当时只记得实体识别用到了隐马尔可夫模型，讲了讲怎么怎么定义观测状态和隐藏状态、前向传播、解码和应用场景。
Q2：讲一下 Bert 的结构和怎么训练的，怎么用 bert 做下游任务？
八股，双向 transformer encoder 结构，预训练任务包括 MLM 和 NSP，详细讲了讲。下游任务做过文本分类、关系提取等，用 cls 做预测；也可以做摘要生成等任务。
Q3：有没有了解过 LLM，有自己调过吗，了解 RLHF 过程吗？
自己训练过 llama3 和 glm（8、9B），跑过 sft 和 dpo，有看过一些技术报告。当时用 deepspeed 跑的，然后讲了讲 RLHF 三个过程，最后 PPO 四个模型的作用。
Q4：有了解强化学习吗？能不能详细说说 PPO 是什么？
只通过 RLHF 了解过一点，好像跟面试官想要的答案不一致，跳过。
Q5：怎么扩展大模型的最大输入长度？
改变 transformer 结构（GQA，MQA，flash attention等），旋转位置编码 RoPE 等（只看过论文，自己用的很少，就想到啥说啥）
Q6：有了解过模型训练方法吗（当时没理解到该说啥，结果是问有没有了解过模型并行、流水线并行这些），有了解过 megatron 吗？
没用过（感觉要凉）
Q7：有了解过文生图吗？（这不是面试 nlp 吗，后续面试官说是部门里也有相关工作，像看看适合什么，从这感觉面试要挂了）
有了解过一些项目，diffusion 和 clip 原理，之前有自己跑过 unet+diffusion+vae 做文生图任务，讲了下为什么这么做。
Q8：手撕快排
当天晚上收到了参加二面的邮件，小激动。
03
二面
二面没有手撕代码，问了问项目：
-
讲一下微调大模型是怎么做的，数据集怎么构建，数据怎么处理
-
看项目中用了 RAG，讲一下设计流程
-
其中文本 chunk 怎么做的，为什么这么做
-
中间有没有遇到什么困难，怎么提高召回，如果文本输入大模型后效果不好怎么办
-
怎么提高大模型的外推性
-
有了解过文生图任务吗（怎么又问这个）
然后草草结束，一天后流程结束（挂了，继续努力）
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
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，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。【保证100%免费】
标签：211,AI,免费,......,学习,本硕,CSDN,文末,模型 From： https://blog.csdn.net/m0_70486148/article/details/145111155