卓望
人工智能工程师一面面经
完整信息
本篇目录
📍面试公司：卓望
🕐面试时间：11.1
💻面试岗位：人工智能工程师-广州-27届校招 （不是，你适配给我适配好了啊，这和送死有区别吗。。。）
❓面试问题：
1、介绍自已
2、选的Python内容 --
说说 try-except-else-finally的内容，他们一次流程中会触发哪些内容，每一个块都负责了什么，一般都有哪些作用。 追问：如果代码在finally 和 try 两个块中都写了return，执行情况是什么，如果正常情况只有try 有 return，那么返回值的执行情况和顺序是什么
3、LoRA，全量微调，QloRA的区别，他们适配的场景是什么，他们的技术点是哪些。--追问：如果我要做一个xx的系统，为什么会选择全量微调呢，不选择LoRA的原因是什么。
4、模型的初始化有什么方法 （平常都是复用预训练模型的，一时想不起来误答了全0全1，导致后面追问也跟着变化了）其实还有随机初始化，Xarvier He初始化啥啥的。追问：那你说的是全0全1的初始化，这会产生一个对称性的问题，你解释一下这个对称性出现的原因是什么？会导致什么后果呢？
5、Agent项目中你提到了相关的记忆内容设计架构，说说你是怎么做的。追问 好像是问了一个场景题来着 （因为答得比较顺利就没啥印象了，总之是和项目相关的内容。）
本篇目录
当前问题0105
- 01
介绍自已
- 02
说说 try-except-else-finally的内容，他们一次流程中会触发哪些内容，每一个块都负责了什么，一般都有哪些作用。 追问：如果代码在finally 和 try 两个块中都写了return，执行情况是什么，如果正常情况只有try 有 return，那么返回值的执行情况和顺序是什么
- 03
LoRA，全量微调，QloRA的区别，他们适配的场景是什么，他们的技术点是哪些。--追问：如果我要做一个xx的系统，为什么会选择全量微调呢，不选择LoRA的原因是什么。
- 04
模型的初始化有什么方法 （平常都是复用预训练模型的，一时想不起来误答了全0全1，导致后面追问也跟着变化了）其实还有随机初始化，Xarvier He初始化啥啥的。追问：那你说的是全0全1的初始化，这会产生一个对称性的问题，你解释一下这个对称性出现的原因是什么？会导致什么后果呢？
- 05
Agent项目中你提到了相关的记忆内容设计架构，说说你是怎么做的。追问 好像是问了一个场景题来着 （因为答得比较顺利就没啥印象了，总之是和项目相关的内容。）