滴滴大模型面经

一道bfs，一道二叉树层序遍历也bfs做了，一道dp过了2.7最后一道死活满不了求解答自己测了一下sum应该不超过30应该不是数据量问题，算法是经典背包也不懂问题出在哪了，sum奇数情况直接排除也做了终究还是太菜了

写在前面 【三年面试五年模拟】旨在整理&挖掘AIGC算法工程师在实习/校招/社招时所需的干货知识点与面试经验，力求让读者在获得心仪offer的同时，增强技术基本面。 干货AIGC算法工程师面试面经秘籍分享（持续更新）：WeThinkIn/AIGC-Interview-Book欢迎大家Star～ Rocky最新撰写10万字Stable Diffusion 3和FLUX.1系列模型的深入浅出全维度解析文章： 深入浅出完整解析Stable Diffusion 3（SD 3）和FLUX.1系列核心基础知识 大家好，我是Rocky。 又到了定期阅读《三年面试五年模拟》文章的时候了！本周...

结合最近辅助修改的简历及项目，老师总结了部分大模型微调简历的踩雷点。🙅‍♂️错误示范：在 x任务中，获取 xxx 条数据，通过规则 or 脚本清洗出 x 条数据，然后微调 y 大模型，在业务上提升 x 个点。✍🏻原因:大模型微调的平台是现成的，基模是现成的，体现不出核心能力。✅应该怎么写？首先介绍业务背景：业务是一个销售对话业务，机器人是销售，代替真人，直接面对用户。我们会给模型设定任务，任务是 prompt 。步骤1️⃣．提取训练数据问题：1.真人通话每通电话任务是未知的，我们训练数据是任务＋通话的 pair 对。2.真人通话很乱，与客户的对话是各种交叉的，导致 asr 后并不是一人一轮。解决方案：1.首先通过大模型 prompt 对该通电话提取任务，得到任务＋ pair 对。需要用到 cot + reflection ＋多 Ilm 一致性+ debating 的模式。2.使用大模型根据以上任务和真人对话，让大模型编写出通话内容。提问，为什么要编写而不是直接用？步骤2️⃣．制定训练数据集问题：1、正常的对话内容，前面几句和后面几句基本上一致的。都是问候和拜拜，但是也有一些差异。2、因为都是相似场景，虽然任务不同，但是很多场景语义很相似。解决方案：1、基于轮次的权重采样：通过轮次设定权重进行 weighting sample 。解决问候和拜拜的高占比问题。2、基于语义的采样：使用 bert 对对话内容进行 embedding ，然后使用层次聚类通过调节阈值聚类出相似语义的类。对一个类里的样本进行随机采样，提问，为什么要对重复语义的数据进行下采样？3、基于客户类型和产品的采样，因为很多产品是热品，导致对话内容有偏，用户类型一样，需按照类型调整整体比例采样。提问，为什么要这么采样？步骤3️⃣．制定训练数据集我们直接把输出当作 target 进行训练。使用的 lora 训练，但是 lora alpha 设定成为4倍的时候达到了比较好的效果，经验值不同任务不一样，提问，在各种情况下要怎么调？步骤4️⃣.dpo训练问题：v1版本训练时，很多输出内容是对的，但是输出的语气不太像真人，机器人味还是很严重。解决方案：由于训练本身是有 ground truth 的，因此使用v1训练的模型，预测训练集，使用大模型对比两者语气不符合训练集的拿出来，使用训练集的 ground truth 和模型的预测数据作为 dpo 训练对，对v1版本模型重新训练。📳这里老师只是简要进行概括解答，具体情况和详细解答可以咨询辅导，如果想了解项目辅导，提升面试能力，欢迎后台联系。#算法# #简历中的项目经历要怎么写# #算法岗面试# #互联网大厂招聘#

用过最难用的编辑器，没有之一。头一次见到编译错误报执行错误的，想查错得注释掉一段代码然后看剩下的代码有没有问题，毫无体验。第二题以为输入有问题还提了个问题，然后跳去写第三题，第三题还是报执行错误才反应过来是不是编译错误，赶紧去debug，最后发现push_back写成push了。题目出的也是***，全是大水题，第一题bfs，第二题层序遍历，第三题等和子集，连个数据范围都没有，写了个爆搜过了70，改成双向搜索还是70，乱搞优化也没搞定，直接红温破防，想着这**数据爆搜还能和双向搜索一摸一样？直接交卷走人。出来一看力扣，原来是dp，那你***的不给数据范围谁能想到是dp呢？更破防了。搬力扣原题也就...