超全总结！大模型算法岗面试真题来了！

大家好，从 2019 年的谷歌 T5 到 OpenAI GPT 系列，参数量爆炸的模型不断涌现，尤其2022年11月底对话大模型 ChatGPT 的出现更是引起了社会各界的广泛关注。

近些年，在大规模语料库上预训练 Transformer 模型产生了预训练语言模型（PLMs），并在解决各类 NLP 任务上展现出了强大的能力。

当参数规模超过一定水平时，语言模型实现了显著的性能提升，并展现出小模型中不存在的能力，比如上下文学习。为了区别于 PLM，这类模型被称为大型语言模型（LLMs）。

为了让大家更容易上车大模型，结合一些小伙伴参加大模型面试的真题分享和自己实战经验，我对大模型常考的面试题归纳为：大模型基础，大模型参数微调、训练、推理，大模型应用框架，大模型分布式训练，其他技术等内容。

大模型基础

• 你比较关注那些主流的开源大模型？
• 目前大模型模型结构都有那些？
• prefix LM 和 causal LM、encoder-decoder 区别及各自有什么优缺点？
• 模型幻觉是什么？业内解决方案是什么？
• 大模型的 Tokenizer 的实现方法及原理？
• ChatGLM3 的词表实现方法？
• GPT3、LLAMA、Chatglm 的Layer Normalization 的区别是什么？各自的优缺点是什么？
• 大模型常用的激活函数有那些？
• Multi-query Attention 与 Grouped-query Attention 是否了解？区别是什么？
• 多模态大模型是否有接触？落地案例？

大模型参数微调、训练、推理

• 为什么需要进行参选微调？参数微调的有点有那些？
• 模型参数微调的方式有那些？你最常用那些方法？
• prompt tuning 和 prefix tuning 在微调上的区别是什么？
• LLaMA-adapter 如何实现稳定训练？
• LoRA 原理与使用技巧有那些？
• LoRA 微调优点是什么？
• AdaLoRA 的思路是怎么样的？
• LoRA 权重合入chatglm模型的方法？
• P-tuning 讲一下？与 P-tuning v2 区别在哪里？优点与缺点？
• 为什么SFT之后感觉LLM傻了?
• 垂直领域数据训练后，通用能力往往会有所下降，如何缓解模型遗忘通用能力？
• 进行SFT操作的时候，基座模型选用Chat还是Base?
• 领域模型词表扩增是不是有必要的？
• 训练中文大模型的经验和方法
• 模型微调用的什么模型？模型参数是多少？微调模型需要多大显存？
• 预训练和SFT操作有什么不同？
• 训练一个通用大模型的流程有那些
• DDO 与 DPO 的区别是什么？
• 是否接触过 embeding 模型的微调方法
• 有哪些省内存的大语言模型训练/微调/推理方法？
• 大模型（LLMs）评测有那些方法？如何衡量大模型的效果？
• 如何解决三个阶段的训练（SFT->RM->PPO）过程较长，更新迭代较慢问题？
• 模型训练的数据集问题：一般数据集哪里找？
• 为什么需要进行模型量化及原理？
• 大模型词表扩充的方法及工具？

大模型应用框架

• 什么是 LangChain?
• 什么是 LangChain Agent?
• 什么是 LangChain model?
• 除了 LangChain，是否了解其他框架？
• 是否有基于LangChain 搭建大模型应用的经验，请详细说明？
• 搭建大模型应用遇到过那些问题？如何解决的？
• 如何提升大模型的检索效果
• 是否了解上下文压缩方法？
• 如何实现窗口上下文检索？
• 开源的 RAG 框架有哪些，你比较了解？
• 大模型应用框架 LangChain 和 LlamaIndex 各种的优势有那些？
• 你使用的向量库有那些？各自有点与区别？
• 使用外部知识数据库时需要对文档进行分块，如何科学的设置文档块的大小？
• LLMs 受到上下文长度的限制，如果检索到的文档带有太多噪声，该如何解决这样的问题？
• RAG（检索增强生成）对于大模型来说，有什么好处？

大模型分布式训练

• 大模型进行训练，你用的是什么框架？
• 业内常用的分布式AI框架，你什么了解？
• 数据并行、张量并行、流水线并行的原理及区别？
• 推理优化技术 Flash Attention 的作用是什么？
• 推理优化技术 Paged Attention 的作用是什么？
• CPU-offload，ZeRO-offload 了解?
• ZeRO，零冗余优化器 的三个阶段？
• 混合精度训练的优点是什么？可能带来什么问题？
• Megatron-DeepSpeed 方法？
• Megatron-LM 方法

其他技术

• 你GPU服务器用的那些？
• 是否使用过国产GPU服务器？
• 是否部署过Docker 和 k8s ?
• Linux 常见命令大全
• Docker 常用命令大全
• Kubernetes 常用命令大全
• 平时使用的开发语言是什么？

（完）
​

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要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】

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

五、大模型面试题大全

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。