上海人工智能实验室大模型算法实习面经
问的很细很深，狠狠拷打了80分钟，这个组做LLM pretrain的，我主要会rl，nlp缺乏点，一面凉
- 自我介绍
- 项目
- 微调模型训练数据来源？
- LORA的理解
- Ptuning和全量微调对比
- RLHF全流程
- 写出RLHF的优化目标公式
- 目标公式中衰减因子的作用，取大取小有什么影响？
- RLHF的目标公式可以加入什么其他的项？
- 熵正则项是如何加入的？
- KL散度理解？
- RLHF中PPO算比率相对什么来算？
- 其中对数概率的作用？
- 马尔科夫决策过程的定义，有哪些参数变量需要考虑？
- Reward model 训练的loss是什么？
- 模型为什么会胡言乱语？根源在哪？可以考虑如何解决？
- 模型微调会性能下降为什么还需要这一步？
- 文本数据处理到进入模型的整个过程？
- 分词和向量化的过程？
- 模型微调过程中的调参？
- 1.8b和7b使用中的区别？选择？
- Recall，Precision的计算
- 训练数据量级？
- 如何把控数据质量？
- 场景题，在处理数据的时候面对有违规的语料（如黄暴内容）如何平衡Recall，Precision指标
- 对大模型整个发展趋势如何理解？
- 你认为LLM的数据质量的关键在于什么？
- 算法题一，easy 考察正则表达式
- 算法题二，dp ，medium *********
- 算法题三，栈，easy **********
直接寄啊