面试之前，先来面栈
搜索

小鹏

4 篇面经54 道面试题

官方招聘开始复习

已筛选

共 54 道题

排序：

1849
LoRA 的 Rank 参数是什么含义，增大会带来哪些问题？
模型训练与对齐参数高效微调
原理机制
进阶
1 篇面经
1850
是否遇到 memory、data 或 CPU/GPU bound，发生在训练还是推理？
模型训练与对齐分布式训练与计算硬件
项目深挖
进阶
1 篇面经
1851
用户输入过长超出运行资源承受范围时，除限制输入外有哪些工程优化？
AI 应用工程与治理性能、时延与成本
方案设计
进阶
1 篇面经
1852
后续 Agent 框架是否通过上下文去重扩展有效对话空间？
Agent 原理与系统上下文工程
项目深挖
进阶
1 篇面经
1853
模型训练或推理显存不足时有哪些优化方法？
模型训练与对齐分布式训练与计算硬件
方案设计
进阶
1 篇面经
1854
ZeRO-3 的原理是什么？
模型训练与对齐分布式训练与计算硬件
原理机制
进阶
1 篇面经
1855
已经使用 ZeRO-3 后，还可以采用哪些显存优化方法？
模型训练与对齐分布式训练与计算硬件
方案设计
进阶
1 篇面经
1856
Diffusion 与 DDPM 的基本原理是什么？
模型基础与推理多模态与生成模型
原理机制
进阶
1 篇面经
1857
为什么自动驾驶轨迹生成尝试使用 Diffusion？
模型基础与推理多模态与生成模型
比较选型
进阶
1 篇面经
1858
为什么轨迹生成任务需要较强的多模态能力？
模型基础与推理多模态与生成模型
原理机制
进阶
1 篇面经