大模型算法工程师面经
完整信息
本篇目录
1、开场与自我介绍
2、顺着RAG和Multi Agent方向,说说你对它们认知和迭代是怎样的?
3、深挖项目
4、ES、向量数据库具体怎么使用?
5、如何处理问题输入不标准的情况?混合检索的权重怎么配置?
6、向量检索的准召率如何保障?你使用的向量数据库之间的差异是什么?
7、IVF和HNSW的差异?
8、如何评测RAG系统的准确率?
9、你对Transformer架构的优劣势及哲学理解是什么?关注过其他架构吗?
📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
本篇目录
- 01
开场与自我介绍
- 02
顺着RAG和Multi Agent方向,说说你对它们认知和迭代是怎样的?
- 03
ES、向量数据库具体怎么使用?
- 04
如何处理问题输入不标准的情况?混合检索的权重怎么配置?
- 05
向量检索的准召率如何保障?你使用的向量数据库之间的差异是什么?
- 06
IVF和HNSW的差异?
- 07
如何评测RAG系统的准确率?
- 08
你对Transformer架构的优劣势及哲学理解是什么?关注过其他架构吗?
