- 你了解ReAct吗，它有什么优点？
- 解释一下langchain Agent的概念
- langchain 有哪些替代方案？
- langchain token计数有什么问题？如何解决？
- LLM预训练阶段有哪几个关键步骤？
- RLHF模型为什么会表现比SFT更好？
- 参数高效的微调（PEFT）有哪些方法？
- LORA微调相比于微调适配器或前缀微调有什么优势？
- 你了解过什么是稀疏微调吗？
- 训练后量化（PTQ）和量化感知训练（QAT）有什么区别？
- LLMs中，量化权重和量化激活的区别是什么？
- AWQ量化的步骤是什么？
- 介绍一下GPipe推理框架
- 矩阵乘法如何做数量并行？
- 请简述TPPO算法流程，它跟TRPO的区别是什么？
- 什么是检索增强生成（RAG）？
- 目前主流的中文向量模型有哪些？
- 为什么LLM的知识更新很困难？
- RAG和微调的区别是什么？
- 大模型一般评测方法及其准是什么？
- 什么是Kv cache技术，它具体是如何实现的？
- DeepSpeed推理对算子融合做了哪些优化？
- 简述一下FlashAttention的原理
- MHA、GQA、MQA三种注意力机制的区别是什么？
- 请介绍一下微软的ZeRO优化器
- Paged Attention的原理是什么，解决了LLM中的什么问题？
- 什么是投机采样技术，请举例说明？
- 简述GPT和BERT的区别
- 讲一下GPT系列模型的是如何演进的？
- 为什么现在的大模型大多是decoder-only的架构？
- 讲一下生成式语言模型的工作机理
- 哪些因素会导致LLM中的偏见？
- LLM中的因果语言建模与掩码语言建模有什么区别？
- 如何减轻LLM中的“幻觉”现象？
- 解释ChatGPT的“零样本”和“少样本”学习的概念
- 你了解大型语言模型中的哪些分词技术？
- 如何评估大语言模型（LLMs）的性能？
- 如何缓解LLMs复读机问题？
- 请简述下Transformer基本原理
- 为什么Transformer的架构需要多头注意力机制？
- 为什么transformers需要位置编码？
- transformer中，同一个词可以有不同的注意力权重吗？
- Wordpiece与BPE之间的区别是什么？
- 有哪些常见的优化LLMs输出的技术？
- GPT-3拥有的1750亿参数，是怎么算出来的？
- 温度系数和top-p、top-k参数有什么区别？
- 为什么transformer块使用LayerNorm而不是BatchNorm？
- 介绍一下post layer norm和pre layer norm的区别
- 什么是思维链（CoT）提示？
- 你觉得什么样的任务或领域适合用思维链提示？
- 目前主流的开源模型体系有哪些？
- prefix LM和causal LM区别是什么？
- 涌现能力是啥原因？
- 大模型LLM的架构介绍？
- 什么是LLMs复读机问题？
- 为什么会出现LLMs复读机问题？
- 如何缓解LLMs复读机问题？
- llama输入句子长度理论上可以无限长吗？
- 什么情况下用Bert模型，什么情况下用LLama、ChatGLM类大模型，咋选？
- 各个专长领域是否需要各自的大模型来服务？
- 如何让大模型处理更长的文本？
- 为什么大模型推理时显存涨的那么多还一直占着？
- 大模型在gpu和cpu上推理速度如何？
- 推理速度上，int8和fp16比起来怎么样？
- 大模型有推理能力吗？
- 大模型生成时的参数怎么设置？
- 有哪些省内存的大语言模型训练/微调/推理方法？
- 如何让大模型输出台规化
- 应用模式变更
- 大模型怎么评测？
- 大模型的honest原则是如何实现的？
- 模型如何判断回答的知识是训练过的已知的知识，怎么训练这种能力？
- 奖励模型需要和基础模型一致吗？
- RLHF在实践过程中存在哪些不足？
- 如何解决人工产生的偏好数据集成本较高，很难量产问题？
- 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？
- 如何解决PPO的训练过程中同时存在4个模型（2训练，2推理），对计算资源的要求较高问题？
- 如何给LLM注入领域知识？
- 如果想要快速检验各种模型，该怎么办？
- 预训练数据Token重复是否影响模型性能？
- 什么是位置编码？
- 什么是绝对位置编码？
- 什么是相对位置编码？
- 旋转位置编码RoPE思路是什么？
- 旋转位置编码RoPE有什么优点？
- 什么是长度外推问题？
- 长度外推问题的解决方法有哪些？
- ALiBi（Attention with Linear Biases）思路是什么？
- ALiBi（Attention with Linear Biases）的偏置矩阵是什么？有什么作用？
- ALiBi（Attention with Linear Biases）有什么优点？
- Layer Norm的计算公式写一下？
- RMS Norm的计算公式写一下？
- RMS Norm相比于Layer Norm有什么特点？
- Deep Norm思路？
- 写一下Deep Norm代码实现？
- Deep Norm有什么优点？
- LN在LLMs中的不同位置有什么区别么？如果有，能介绍一下区别么？
- LLMs各模型分别用了哪种Layer normalization？
- 介绍一下FFN块计算公式？
- 介绍一下GeLU计算公式？
- 介绍一下Swish计算公式？
- 介绍一下使用GLU线性门控单元的FFN块计算公式？
- 介绍一下使用GeLU的GLU块计算公式？
- 介绍一下使用Swish的GLU块计算公式？
机器学习算法AI大数据技术
搜索公众号添加： datanlp
