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：
《AIGC 面试宝典》已圈粉无数！
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"！
