大模型秋招面试必看，分享minimax 大模型算法岗一面、二面面经

最近这一两周不少大厂都已经开始秋招面试了。不同以往的是，当前职场环境已不再是那个双向奔赴时代了。求职者数量增加，招聘名额却在减少，同时岗位要求也更为苛刻。

我们近期也整理了很多大厂的面试题，帮助大家解惑答疑，分享技术面试中的那些弯弯绕绕。

有需要大模型面试题汇总及答案解析资料的朋友，可以微信扫描下方优快云官方认证二维码，免费领取!

今天分享面试 minimax 大模型岗一面、二面面经。面试题涉及项目、论文、八股都会问到，难度中规中矩，想找大模型方向的同学可以了解下。

一面

1. 自我介绍
2. 问了一篇 paper
3. 介绍简历项目，几个项目全都问了
4. 大模型数据集是怎么构建的
5. 阐述数据清洗流程
6. 了解哪些预训练模型，他们之间的区别是什么
7. 训练方法，用的什么sft，有什么不同，有什么优缺点，原理上解释不同方法的差别
8. 模型部署的平台，推理效率怎么样，如何提升推理效率
9. embedding 模型怎么训练
10. 了解哪些 embedding 模型
11. 两道笔试题：topk排序、最长不重复子序列

二面

1. 自我介绍
2. 深挖项目(RAG、BERT等)
3. glm 和 gpt的区别
4. Ptuning和iora原理
5. DPO和PPO原理，他们在数据选择上有什么不同
6. iora怎么调用
7. 如何评估大模型效果
8. 知道什么大模型减少幻觉的方法
9. 模型可控性如何实现，怎么保证可控性，有没有出现幻觉问题，怎么解决的
10. 一道笔试题：象棋格子跳转
11. 反问

（完）

有需要全套的AI大模型面试题及答案解析资料的小伙伴，可以微信扫描下方优快云官方认证二维码，免费领取【保证100%免费】