京东高频面试题
追问了M-RoPE比原来的ROPE有什么改进?有什么优点?
原题原来的ROPE在升级成M-ROPE之前,它是怎么处理视频的?具体来说,对于每一个每一帧或者说每一个patch,是怎么处理的?
原题项目:既然是一个垂类的一个场景,为什么要去用通用场景下的VLM来做?为什么不用已经具有领域知识的一些模型?
原题项目:为什么你的VLM是输出点的坐标,而不输出bbox呢,bbox按道理比点的坐标具有更多的图像信息吧?
原题讲一下SAM2分割模型的原理
原题项目:数据是用算法生成的,你们怎么判断这一批数据是好的还是不好的呢?
原题看了今年哪些生成式推荐论文
原题“今年”按来源标注的面试年份理解。
拷打简历项目
原题RoPE和ALiBi两种相对位置编码的原理
原题SwiGLU原理,比relu好在哪
原题用过哪些大模型微调方式,LoRA微调原理
原题了解模型蒸馏吗
原题了解目前主流多模态模型吗,
扩散模型公式怎么推导的
原题完整原题
了解目前主流多模态模型吗,扩散模型公式怎么推导的
手撕: lc53 最大子数组和改为求出这个子数组
原题为什么要用agent解决这个场景
原题什么是agent
原题你在里面做了哪些工作
原题为什么要SFT
原题训练前后区别在哪举一个具体的例子
原题数据怎么构建的
原题什么平台上训练的训练多久学习率多少为什么是这个学习率
原题什么是语言模型
原题cnn能不能做语言模型
原题现在大模型是什么架构
原题写出伪代码用abc 预测第四个token 告诉了我特征维度头个数
原题分头是怎么分的怎么拼接
原题场景题:做一个意图识别的分类任务,类别特别多怎么做
原题常见的大模型,或者说VLM这块的模型,了解过哪些?
原题追问道了M-RoPE比原来的RoPE有什么改进?有什么优点?
原题原来的RoPE在升级成M-RoPE之前,它是怎么处理视频的?具体来说,对于每一个每一帧或者说每一个patch,是怎么处理的?
原题算法题:lc70 爬楼梯(送分,3分钟写出滚动数组优化)
原题变量提升代码题看错了括号结束位置,答错了,通过询问什么是变量提升,除了var还有什么变量提升方法的方式引导我回答出正确答案
原题vue2和vue3的响应式有什么区别(defineProperty是属性级响应式,proxy是对象级
原题使用ai有没有什么总结出来的提示词技巧
原题询问专业课有哪些内容
原题什么是随机森林算法
原题什么是过拟合,过拟合如何解决
原题聊聊大模型以及大模型应用(我简历有提到大模型应用,这个回答的不是很好,条理不够清晰,主要谈了使用感受而不是技术
原题项目是怎么跟AI结合的,简单介绍项目
原题技术栈是什么(VUE,但是秋招都在要求react,所以有自学
原题对比一下react和vue
原题vue中reactive和ref的区别
原题setup函数是做什么,参数有哪些
原题如何理解vue的响应式
原题虚拟dom是什么
原题在解释代码的时候有串联到前面提到的reactive和ref的区别与各自的特点
原题来源未提供用于讲解 reactive/ref 的具体程序。
数据可视化这个部分主要使用的技术是什么?
原题部门对于候选人的综合素质和技术有哪些要求?
原题能接受长期在北京发展吗
原题研究生和本科期间压力最大的一次是什么(相关追问
原题实习期间的工作时间,
实习期间遇到过冲突吗,怎么解决的
原题完整原题
实习期间的工作时间,实习期间遇到过冲突吗,怎么解决的
能够回忆起来的最近一次冲突是什么
原题希望第一份工作带给你什么
原题对于京东的感觉,和其他购物平台有什么区别,给京东APP的建议
原题还有其他的offer吗
原题希望什么样的工作节奏
原题你个人能提供三个什么价值
原题你个人在未来发展有那三个方面需要改进
原题讲一下实习工作
原题使用的数据集
原题使用了多少张卡?SFT 训练多久?
原题增加了串行流程后为什么还能提速?
原题讲一下对多模态大模型发展的看法
原题讲一下什么场景下用 SFT,什么场景下用 RL
原题SFT 的数据集是越大越好吗?会存在 scaling law 吗?
原题为什么使用强化学习会存在训练不稳定问题?为什么业界还在用?
原题项目中的OCR怎么做的,为什么用大模型做
原题后训练的数据规模有多少?数据集是自己构建的吗
原题数据清洗采用了什么策略
原题OCR如何处理复杂表格
原题微调前后准确率对比
原题Badcase有哪些,占比怎么样
原题为什么用GRPO不用DPO
原题什么任务适合DPO
原题模型微调用的是全参微调还是lora微调,为什么这么选
原题Lora微调的阿尔法和rank是怎么选择的,对模型的影响分别是怎么样的
原题GRPO奖励怎么设计的
原题是否做过消融实验
原题讲讲react思想
原题结合相邻 Agent 题与直属正文,此处 react 指 ReAct。
讲讲agent中的反思模块逻辑
原题Agent中数据是怎么交互的
原题LoRA 和 Prefix Tuning的区别?在什么场景下选择 LoRA?
原题如果要用 LORA 做电商推荐场景的微调,你会怎么设计数据和标签?
原题GRPO 和 PPO 的区别在哪?GRPO 的优化目标函数怎么写?
原题搜索中 RAG的向量检索会受到长尾商品影响,你会如何缓解?
原题如果商品知识库实时更新,你怎么保证 RAG的召回结果和库存一致?
原题Reflection 机制里,如何判断一个 Agent 的失败是由知识缺失还是工具调用错误引起的?
原题Toolformer 中通过自监督学习生成 tool call 数据,这个训练范式和 RLHF 的差别在哪里?为什么它更容易泛化?
原题语义歧义(如“苹果”既是品牌也是水果)在搜索链路中通常怎么建模?多义词消解和上下文建模的核心方法分别是什么?
原题算法题:实现 LRU
原题语义理解相关:在搜索链路里,像“苹果”这种既代表品牌又代表水果的语义歧义情况,通常是如何进行建模的?另外,多义词消解和上下文建模的核心方法分别是什么?
原题Toolformer 与 RLHF 对比:Toolformer 采用自监督学习来生成 tool call 数据,这种训练范式和 RLHF 存在哪些差别?并且,为什么 Toolformer 更容易实现泛化呢?
原题Reflection 机制判断问题:在 Reflection 机制中,我们该如何判断一个 Agent 执行失败是由于知识缺失,还是工具调用错误导致的呢?
原题RAG 与库存一致性:假如商品知识库是实时更新的,那么要怎样保证 RAG 的召回结果和库存信息保持一致呢?
原题
暂无题目