京东
大模型算法工程师一面面经
完整信息
本篇目录
1. M-RoPE相较于原生RoPE做了哪些优化，具备什么优势？
2. 在M-RoPE出现前，RoPE处理视频数据的方式是什么，单帧、单个patch如何处理？
3. 垂类业务场景下，项目选择通用VLM，不直接采用领域专用模型的原因是什么？
4. 项目里VLM输出点坐标而非bbox，bbox携带图像信息更多，为什么这样设计？
5. 简述SAM2图像分割模型的核心原理。
6. 如果训练数据集由算法自动生成，如何评估这批合成数据质量好坏？
7. 介绍今年读过的生成式推荐相关论文。
8. 讲解RoPE、ALiBi两种相对位置编码的原理；SwiGLU原理，对比ReLU的优势。
9. 注意力机制基础问题：除以根号dk的原因、时间复杂度、多头注意力的意义。
10. 大模型有哪些微调方案，解释LoRA微调底层原理。
11. 说说你对模型蒸馏技术的理解。
12. 谈谈主流多模态模型，尝试推导扩散模型基础公式。
13. 算法手撕：LeetCode53最大子数组和，要求输出对应的子数组。
本篇目录
当前问题0114
- 01
M-RoPE相较于原生RoPE做了哪些优化，具备什么优势？
- 02
在M-RoPE出现前，RoPE处理视频数据的方式是什么，单帧、单个patch如何处理？
- 03
垂类业务场景下，项目选择通用VLM，不直接采用领域专用模型的原因是什么？
- 04
项目里VLM输出点坐标而非bbox，bbox携带图像信息更多，为什么这样设计？
- 05
简述SAM2图像分割模型的核心原理。
- 06
如果训练数据集由算法自动生成，如何评估这批合成数据质量好坏？
- 07
介绍今年读过的生成式推荐相关论文。
- 08
讲解RoPE、ALiBi两种相对位置编码的原理；SwiGLU原理，对比ReLU的优势。
- 09
注意力机制基础问题：除以根号dk的原因、时间复杂度、多头注意力的意义。
- 10
大模型有哪些微调方案，解释LoRA微调底层原理。
- 11
说说你对模型蒸馏技术的理解。
- 12
谈谈主流多模态模型，尝试推导扩散模型基础公式。
- 13
算法手撕：LeetCode53最大子数组和，要求输出对应的子数组。
- 14
大模型有哪些微调方案，解释LoRA微调底层原理。