阅读量:0
最近这一两周看到不少互联网公司都已经开始秋招提前批了。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。求职者在变多，HC 在变少，岗位要求还更高了。
最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。
合集：
喜欢本文记得收藏、关注、点赞。更多实战和面试交流，加入我们
最近分享了很多大厂的算法岗面试真题（校招提前批已经开始了）
大家要清楚：AIGC相关的面试题猛增，特别是爆火的LLM、多模态、扩散模型等考察的知识点越来越多。
这里特别整理了一些NVIDIA最新算法岗面试中的代表性面试题，下图中的题目，你会几题？！
1. LN和BN
2. 介绍RLHF
3. 介绍MoE和变体
4. 介绍LoRA和变体
5. LoRA 参数更新机制
6. 如何减轻LLM中的幻觉现象？
7. MLM和MIM的关系和区别?
8. Stable Diffusion的技术原理
9. 解決LLM Hallucination的方法
10. Occupancy预测的出发点是什么?
11. 介绍RWKV、Mamba和Mamba-2
12. 2D图像预训练怎么迁移到3D点云任务
13. 为什么现在的LLM都是Decoder only的架构?
14. 把Transformer模型训深的问题有哪些?怎么解决
15. 现在车道线检测的主流的loss是什么?你有哪些想法?
16. 如何让 LLM基于 query和 context得到高质量的response
17. 为什么GAN中经常遇到mode collapse，而Diffusion比较少?
所以你不仅要看CS、AI经典八股文，还要多follow前沿工作，特别是看最新的相关面试真题，没准下次面试就被问到了！如果回答不上来，可能面试直接就"跪了"！
