算法岗面经

诸神缄默不语-个人CSDN博文目录

呃这个是我之前写的，理论上我应该搜集题目→做出解答这样的，但是我现在不再继续找工作了，所以感觉这些题目用不到了，我就直接把之前整理的这些资料发出来得了。
以后有缘分的话会继续补的，没缘分的话就这么多了。

1. SOTA LLM

lora和p-turning或者v2这几种方式，在哪些应用场景有区别，效果上，有没有了解过
训练的时候，batch是多条，那推理只有一条，batch如何推
大语言模型做微调batch假设为1的情况下能不能训练，效果咋样
粗排和精排的一致性越高越好吗？
GPT系的Decoder Only类模型，如何实现表征文档的embedding的生成？
在将来的大模型发展中，大模型生成数据是否是解决高质量数据不足的方法，如果不是有什么方法解决数据不足？
推荐算法工业界常用召回排序模型和冷启动
有哪些省内存的大语言模型训练/微调/推理方法？
什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

2. 本文撰写过程中参考的网络资料

1. 题目来源（已复制过来）
   1. 面试题收集 - 飞书云文档
2. 题目来源（还没复制完）
   3. 面试题汇总 - 飞书云文档