GitHub |
您所在的位置：网站首页 › 华为算法面试 › GitHub |
GitHub
|
FAQ_Of_LLM_Interview
大模型算法岗面试题(含答案):常见问题和概念解析 "大模型面试题"、"算法岗面试"、"面试常见问题"、"大模型算法面试"、" 大模型应用基础" 欢迎PR 目录 FAQ_Of_LLM_Interview/ | ├── LICENSE ├── README.md ├── requirements.txt ├── 面试必问问题.md ├── 1-大模型应用基础/ │ ├── CNN卷积神经网络基础.md │ ├── PyTorch从0开始编写Transformer.md │ ├── PyTorch搭建神经网络.md │ ├── Pytorch基本用法.md │ ├── RNN循环神经网络基础.md │ ├── Transformer模型结构.md │ ├── Yolo基础知识了解.md │ ├── 大模型的泛化能力.md │ ├── 聚类.分类_算法.md │ └── 训练与推理.md ├── 2-大模型优化技术/ │ ├── 常见大模型调用代码.md │ ├── 微调优化.md │ └── fine_tune/ │ ├── LLM_Fine_Tuning.ipynb │ └── LLM_Fine_Tuning.md ├── 3-interview_qa/ │ ├── ant.md │ ├── atom.md │ ├── liantong.md │ ├── pdd.md │ ├── relx.md │ ├── saikai.md │ ├── torch.md │ ├── txyz.md │ └── ucloud.md ├── 4-分布式训练篇/ │ ├── Accelerate-使用进阶.md │ ├── DataParallel原理与应用.md │ ├── Distributed-DataParallel分布式数据并行原理与应用.md │ ├── README.md │ └── 分布式训练与环境配置.md ├── 5-高效微调篇/ │ ├── Lora 原理与实战.md │ ├── P-Tuning 原理与实战.md │ ├── PEFT 进阶操作.md │ ├── Prefix-Tuning 原理与实战.md │ ├── Prompt-Tuning原理与实战.md │ └── README.md └── langchain/ ├── GPT&Bert.md ├── LC&Extract.md ├── LangChain&Agents.md ├── LangChain&CSV.md ├── LangChain&LCEL.md ├── LangChain&SQL.md ├── LangChain&Server&Cli.md ├── LangChain.md ├── LoRA..ETC.md ├── Pinecone&Faiss&Chroma.md ├── Pytorch&DeepSpeed.md ├── fine-tune参数解释.md └── paddle&tensorflow.md 来一个测试环境 pip freeze > requirements.txt conda create -n myPlot python=3.11 conda activate myPlot pip install -r requirements.txt --proxy=127.0.0.1:10809 必备知识在阅读本文前，建议补充一些相关知识。若你之前未了解过相关原理，可以参考以下的链接： 最小的算法题库 姐控的大模型执行记录 特别鸣谢 张老师(提供了此库的最开始的思路,没有他就没有此库) 赵老师(无偿回答了我很多问题) 吐槽 大模型这方向真的卷,新paper,新模型疯狂出,东西出的比我读的还快. 欢迎有偿咨询:sisconsavior Star History |
【本文地址】