最近已有不少大厂都在秋招宣讲了，也有一些在 Offer 发放阶段。节前，我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了深入的讨论。今天分享我们一位星球成员面试淘天集团算法岗面经：最近面了淘天集团算法岗，面试官很 Nice，技术细节问的很细，上来就是手撕代码，对我来说还是第一次遇

有搞大模型训练集群，GPU 集群，CPU/GPU 混部集群，池子里要管理几百上千张卡，还要负责他们的利用率，机器的健康状况，有没有挂的，中小公司这块基本都是开发和运维一体的，一个工作干两个工种的活。集数据 IO，模型训练，预测，上线，监控于一体，这种就是跟着业务团队走，做适配，造很多高效的轮子，方面业务团队使用，减少他们额外重复开发的时间。拿数据来说，先说通用的大模型训练，数据的来源，从哪里采，数

当把Transformer中的LSA替换为DwConv/动态滤波器时仍可取得相近，甚至更优的性能 。但是背后的根因一直未得到探索与挖掘，到底是什么导致LSA性能平庸呢

近期阅读了一些半监督目标检测（Semi-Supervised Object Detection，SSOD）的文章，特此总结，以供未来查阅。什么是半监督目标检测？传统机器学习根据训练数据集中的标注情况，有着不同的场景，主要包括：监督学习、弱监督学习、弱半监督学习、半监督学习。由于目标检测任务的特殊性，在介绍半监督目标检测方法之前，我们查看一下目标检测在这四个方向下的具体设定，如下图所示（不包括无监督

生成的答案应基于可靠的数据源，减少错误信息的产生。

还记得上次那个全栈自研给葡萄缝针的钢铁侠机械臂Dummy吗？这次，华为「天才少年」稚晖君用机械臂实现精准抓取螺母，从模型训练到部署只花了2个小时。喜欢本文点赞支持。还记得上次那个「全栈自研」的给葡萄缝针的钢铁侠机械臂Dummy吗？国庆最后一天，知名「硬核」up主稚晖君展示了一款自己从零到一设计的小型高精度六轴机械臂Dummy。视频一出，直接冲到B站排行榜前十，打开弹幕，满屏都是惊叹号。)「瑟瑟发抖

近日，清华大学刘永进教授课题组在 IEEE Transactions on Visualization and Computer Graphics 上发表论文，提出基于生成对抗神经网络的自然图像多风格卡通化方法，代码在 Github 上开源。  论文标题：GAN-based Multi-Style Photo Cartoonization论文链接：https://doi.org

AI因你而升温，记得加个星标哦！大家好，本文我将给大家介绍使用PyTorch优化深度模型时最省力、最有效的17种方法。喜欢记得点赞、收藏、关注。01 考虑换一种学习率 schedule学习率 schedule 的选择对模型的收敛速度和泛化能力有很大的影响。Leslie N. Smith 等人在论文《Cyclical Learning Rates for Training Neural Networ

最近这一两周不少公司已开启春招。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。字节面试整体感觉，还是挺有压迫感的，面试完感觉口干舌燥的，在面试效率方面是没得说的，非常高。

人工智能（AI）时代的到来为技术人员提供了丰富的学习和发展机会。对于没有算法背景的技术同学来说，迎接这种新兴机遇与挑战并做好应对准备和知识储备是非常重要的。结合笔者这一段对于大模型和AI技术的一些学习以及对基于AI改造的诸多实际应用场景的了解。于是就写了这篇文章。另外，本篇文章不会用过多的篇幅来讲算法基础的内容，而把重点放在AI应用的核心技术概念的理解上。