英伟达算法岗面试,问的贼专业。。。

节前,我们星球组织了一场算法岗技术&面试讨论会,邀请了一些互联网大厂朋友、参加社招和校招面试的同学。

针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。

合集:

《大模型面试宝典》(2024版) 正式发布!
持续火爆!《AIGC 面试宝典》已圈粉无数!


这两天求职群分享了很多大厂的算法岗面试真题(暑期实习基本结束了,校招即将开启)。

这里特别整理了部分英伟达的最新面试题,希望对你有所帮助。

  1. 介绍MoE和变体

  2. 介绍LoRA和变体

  3. LoRA 参数更新机制

  4. MLM和MIM的关系和区别?

  5. Stable Diffusion的技术原理

  6. 解決LLM Hallucination的方法

  7. Occupancy预测的出发点是什么?

  8. 2D图像预训练怎么迁移到3D点云任务

  9. 把Transformer模型训深的问题有哪些?怎么解决

  10. 现在车道线检测的主流的loss是什么?你有哪些想法?

  11. 为什么GAN中经常遇到mode collapse,而Diffusion比较少?

我还特别整理15道Transformer高频面试题 (求职群里有数百道Transformer题目,还有答案)

  1. 介绍Transformer和ViT

  2. 介绍Transformer的QKV

  3. 介绍Layer Normalization

  4. Transformer训练和部署技巧

  5. 介绍Transformer的位置编码

  6. 介绍自注意力机制和数学公式

  7. 介绍Transformer的Encoder模块

  8. 介绍Transformer的Decoder模块

  9. Transformer和Mamba(SSM)的区别

  10. Transformer中的残差结构以及意义

  11. 为什么Transformer适合多模态任务?

  12. Transformer的并行化体现在哪个地方?

  13. 为什么Transformer一般使用LayerNorm?

  14. Transformer为什么使用多头注意力机制?

  15. Transformer训练的Dropout是如何设定的?

精选

相关推荐
宋艳_AI应用开发3 小时前
Agent 工程:慢的不一定是模型,答案对了也可能算失败
面试
樊小肆3 小时前
agent 不报错才最吓人:自研编码工具半年,我踩了 10 个"看着正常"的运行时坑
前端·人工智能·agent
用户986023965614 小时前
Gemini Tool Retrieval:工具越来越多,Agent 如何按需读取参数说明?
人工智能
用户1917291270834 小时前
Agent 工具面裁剪:动态暴露与渐进披露(附 Python 代码)
人工智能
AI前端工程狮4 小时前
我给 MCP 长任务加进度条,五步只显示了一步
javascript·人工智能·程序员
TsingtaoAI4 小时前
VeyForge:构建具身智能的AI 3D资产与Sim-to-Real数据引擎
人工智能·机器学习
螺丝钉tina4 小时前
[Playwright] [21][AI] 千问生成测试的完整 mini demo
人工智能
上海潭龙东海科技有限公司5 小时前
智慧堆场动态模型三维实时孪生重构智能管控
大数据·网络·数据库·算法·重构
高洁015 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
Forget the Dream5 小时前
Spring AI 2.0 系列(三):ChatClient 与 ChatModel:Spring AI 2.0 的两层职责
java·人工智能·spring·springai