觉得中大厂面试太难的，完全就是自己没准备充分，技术不到位，没准备的面试完全是浪费时间，更是对自己的不负责!
.
今天我给大家分享一下我整理的《精选50个大模型高频面试题》大模型面试专题和答案，其中大部分都是面试常问的面试题，可以对照这查漏补缺奥！祝大家早日上岸呀！
1.简述 GPT和 BERT的区别
2.讲一下 GPT 系列模型的是如何演进的?
3.为什么现在的大模型大多是 decoder-only的架构?
4.讲一下生成式语言模型的工作机理
5.哪些因素会导致 LLM 中的偏见?
6.LLM 中的因果语言建模与掩码语言建模有什么区别?
7.如何减轻 LLM 中的“幻觉”现象?
8.解释 ChatGPT 的“零样本”和“少样本”学习的概念
9.你了解大型语言模型中的哪些分词技术?
10.如何评估大语言模型(LLMs)的性能?
11.如何缓解 LLMs 复读机问题?
12.请简述下 Transformer 基本原理
13.为什么 Transformer 的架构需要多头注意力机制?
14.为什么 transformers 需要位置编码?
15.transformer 中，同一个词可以有不同的注意力权重吗?
16.Wordpiece与 BPE 之间的区别是什么?
17.有哪些常见的优化 LLMs 输出的技术?
18.GPT-3 拥有的 1750 亿参数，是怎么算出来的?
19.温度系数和 top-p，top-k参数有什么区别?
20.为什么 transformer 块使用 LayerNorm 而不是 BatchNorm?
21.介绍-下post layer norm和 pre layer norm 的区别
22.什么是思维链(CoT)提示?
23.你觉得什么样的任务或领域适合用思维链提示?
24.你了解 ReAct吗，它有什么优点?
25.解释-下 langchain Agent 的概念
26.langchain 有哪些替代方案?
27.langchain token 计数有什么问题?如何解决?
28.LLM 预训练阶段有哪几个关键步骤?
29.RLHF 模型为什么会表现比 SFT 更好?
30.参数高效的微调(PEFT)有哪些方法?
31.LORA 微调相比于微调适配器或前缀微调有什么优势?
32.有了解过什么是稀疏微调吗?
33.训练后量化(PTQ)和量化感知训练(QAT)与什么区别?
34.LLMs 中，量化权重和量化激活的区别是什么?
35.AWQ 量化的步骤是什么?
36.介绍一下 GPipe 推理框架
37.矩阵乘法如何做张量并行?
38.请简述下 PPO 算法流程，它跟 TRPO 的区别是什么?
39.什么是检索增强生成(RAG)?
40.目前主流的中文向量模型有哪些?
41.为什么 LLM 的知识更新很困难?
42.RAG 和微调的区别是什么?
43.大模型一般评测方法及基准是什么?
44.什么是 KV Cache 技术，它具体是如何实现的?
45.DeepSpeed 推理对算子融合做了哪些优化?
46.简述-下 FlashAttention 的原理
47.MHA，GQA，MQA 三种注意力机制的区别是什么?
48.请介绍一下微软的 ZeRO 优化器
49.Paged Attention 的原理是什么，解决了 LLM 中的什么问题?
50.什么是投机采样技术，请举例说明?
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
