淘天笔试

101. 在信息检索中，融合技术被用于提高搜索结果的质量和相关性。以下哪个选项正确描述了融合技术的一种应用方式？

102. 在Python3中，要读取一个非常大的文件，以下哪个方法可以避免一次性将整个文件读入内存？

103. 下列属于客户端高速缓存优化策略说法错误的是？

104. 下面 C++ 代码的运行结果为（） #include <iostream> void rotate(int* arr, int size, int k) { int* temp = new int[size]; for (int i = 0; i < size; ++i) { temp[(i + k) % size] = arr[i]; } for (int i = 0; i < size; ++i) { arr[i] = temp[i]; } delete[] temp; } int main() { int arr[] = {1, 2, 3, 4, 5}; rotate(arr, 5, 2); for (int i = 0; i < 5; ++i) { std::cout << arr[i] << " "; } std::cout << std::endl; return 0; }

105. 下列关于PL/SQL的游标中%FOUND属性的解释正确的是？

106. Prompt learning在下游任务中的应用中，以下哪些是其优势？

107. PNN模型在推荐系统中的应用主要利用了什么特点来提高推荐的准确性？

108. 小明在面试时抽到这样一道题目：设随机变量 $X$ 的分布函数 , 则 $P(X=2)$ 的值为？

109. 设有一个顺序共享栈storageArray[70]，其中栈X的栈顶指针top1的初值为-1，栈Y的栈顶指针top2的初值为70，通过不断进行入栈操作，直到storageArray数组已满，此时top1 + top2 = 49。问栈X和栈Y各有多少元素已入栈。

110. 某App的event_table表记录了用户的事件数据： +----+---------+----------------+---------------------+ | id | user_id | event_name | event_time | +----+---------+----------------+---------------------+ | 1 | 1001 | live_room | 2023-03-14 21:01:56 | | 2 | 1002 | home_page | 2023-03-14 21:02:45 | | 3 | 1001 | add_cart | 2023-03-14 21:02:55 | | 4 | 1002 | product_detail | 2023-03-14 21:04:48 | | 5 | 1001 | pay | 2023-03-14 21:05:57 | | 6 | 1002 | live_room | 2023-03-14 21:06:22 | | 7 | 1002 | product_detail | 2023-03-14 21:06:35 | | 8 | 1002 | add_cart | 2023-03-14 21:06:46 | | 9 | 1002 | pay | 2023-03-14 21:06:51 | | 10 | 1003 | live_room | 2023-03-14 21:07:38 | | 11 | 1003 | add_cart | 2023-03-14 21:07:43 | | 12 | 1003 | pay | 2023-03-17 21:07:47 | | 13 | 1004 | live_room | 2023-03-14 21:32:35 | | 14 | 1004 | add_cart | 2023-03-14 21:32:41 | | 15 | 1004 | product_detail | 2023-03-14 21:32:53 | | 16 | 1004 | pay | 2023-03-14 21:32:58 | | 17 | 1005 | live_room | 2023-03-14 21:33:45 | | 18 | 1005 | add_cart | 2023-03-14 21:34:15 | | 19 | 1005 | product_detail | 2023-03-14 21:34:31 | | 20 | 1005 | live_room | 2023-03-14 21:34:35 | | 21 | 1005 | add_cart | 2023-03-14 21:34:38 | | 22 | 1005 | product_detail | 2023-03-14 21:34:46 | | 23 | 1005 | pay | 2023-03-14 21:34:51 | | 24 | 1006 | pay | 2023-03-14 22:13:36 | | 25 | 1006 | live_room | 2023-03-14 22:13:45 | | 26 | 1006 | add_cart | 2023-03-14 22:13:57 | +----+---------+----------------+---------------------+ 用户的事件先是live_room，然后紧跟着add_cart（中间没有别的事件），之后紧跟是pay（与add_cart的时间差要小于等于48小时，中间允许有别的事件），才认为是直播引导的订单，比如表中只有用户1001、1004、1005的路径均符合（注意：1005的pay只能算一次，与最近一次add_cart相匹配）。想查出直播引导订单的明细，以下查询语句符合预期的是（）？

111. Linux 中，有一个文件 file.txt，当前权限为 631，想要将权限修改为 -rwxrw----，则下面选项正确的是（）

112. 关于模型浮点计算量（FLOPs）与模型训练和推理效率的关系，以下描述哪些是正确的？

113. 在使用大模型（如 GPT-4）进行文本生成任务时，我们需要考虑到生成文本的质量和可控性。以下哪些策略可以帮助我们提高生成文本的质量和可控性？

114. 2.6.5 版本的 Hadoop 集群中，在不修改默认配置的情况下存储 15 个每个 250M 的文本文件，最终会在集群中产生多少个数据块（包括副本）（）

115. 对于随机变量X，其分布函数为 $F(x)$ ，则下述函数中可能为分布函数的选项有？

116. 在网络性能优化中，关于数据压缩的说法，正确的有（ ）

117. 现采用KMP算法，对模式串 S = "lmlmn" 和主串 T = "lmlmmnlmlmnn" 进行匹配，设匹配成功过程中进行的字符间比较的次数为x，规定x与主串长度之比称为匹配效率α，求这次KMP匹配算法的α（）

118. Prefix Decoder技术在生成任务中的主要工作原理是什么？

119. 在构建一个多模态大模型时，处理文本和视频序列数据需要考虑哪些非效率因素？

120. 牛牛正在尝试使用假设检验验证淘宝网的一批数据，在下面这些情况下，他最应该使用z检验而不是t检验的情况是？

121. 在大模型的预训练阶段，选择合适的任务对于模型学习通用表示非常关键。在自然语言处理领域，预训练任务可以涉及语言建模、掩码语言建模等。关于大模型预训练的任务选择，请选出以下哪些说法是正确的？

122. Linux中有文件file，其内容如下： java apple python test c++ c# now coder 想要输出除第3行的所有内容，则正确的命令有（）

123. 以下关于 TCP 和 UDP 的说法，错误的是？（ ）

124. Prompt Learning在Few-shot Learning场景下的应用表明了什么？

125. 你所在的公司希望开发一个智能客服系统，该系统能够理解用户的查询意图，并提供准确的回答。系统需要处理大量的用户咨询，包括产品信息、技术支持、账户问题等。你将如何利用大模型来提升客服系统的响应质量和效率？

126. 你正在开发一个用于信用卡欺诈检测的模型，其中正常交易（负类）的数量远大于欺诈交易（正类）。你选择了SVM作为你的模型。在这种情况下，以下哪种策略可能对改善模型的性能最有效？

127. 在深度学习中，以下哪些因素可能导致Out Of Distribution（OOD）问题的发生？

128. 下面关于建造者设计模式的特点说法正确的有（）

129. 下面代码使用了哪种设计模式（） Shape.java public interface Shape { void draw(); } Circle.java public class Circle implements Shape { @Override public void draw() { System.out.println("Shape: Circle"); } } ShapeDecorator.java public abstract class ShapeDec implements Shape { protected Shape decShape; public ShapeDec(Shape decShape){ this.decShape = decShape; } public void draw(){ decShape.draw(); } } RedShapeDec.java public class RedShapeDec extends ShapeDec { public RedShapeDec(Shape decShape) { super(decShape); } @Override public void draw() { decShape.draw(); setRedBorder(decShape); } private void setRedBorder(Shape decShape){ System.out.println("Border Color: Red"); } }

130. 在图像增强中，直方图均衡化是一种常见的方法。以下哪些描述正确反映了直方图均衡化的效果和特点？

131. 在使用大规模预训练模型（如GPT-4）进行自然语言处理任务时，如果模型输出的结果包含不适当或者有害的内容，从模型长远的角度考虑，你会如何处理？

132. 若已知一个栈的入栈序列是aachon，出栈序列是aachon，最多有（）种不同的操作方法可以实现目的。

133. 自监督学习是一种无需人工标注标签的学习方法，常用于处理无监督数据。以下哪些是自监督学习的常见策略？

134. 考虑一个栈数据结构，元素qyeiak按顺序依次入栈，如果在入栈操作时允许出栈操作，那么可能的出栈序列是什么（）

135. 下列关于数据库ARIES算法说法错误的是？

136. 在扩散模型中，反向过程中的噪声预测网络通常需要优化哪些损失函数以提高生成效果？

137. 在医学图像分析中，你正在使用一种基于互信息的图像配准方法。以下哪些因素可能影响配准的精度？

138. 某公司有10个员工，他们之间的关系可以用无向图表示，其中顶点表示员工，边表示员工之间的关系。现有一张无向图G，顶点集V={A,B,C,D,E,F,G,H,I,J}，边集E={(A,B),(A,C),(B,D),(B,E),(C,F),(C,G),(D,H),(D,I),(E,J)}。若从顶点A开始进行深度优先搜索（DFS），则遍历的顺序不可能是（）

139. 以下排序算法中稳定的是()

140. 下列关于线程的叙述中，正确的是（）

141. 下列关于数据库中的键值存储说法错误的是？

142. 在计算机视觉中，纹理分析常用于图像分类和分割。以下哪种纹理描述子（descriptor）能有效捕捉局部纹理模式？

143. 在自动驾驶系统中，为了实现对道路环境的准确理解，需要对摄像头捕获的图像进行分割，以区分车辆、行人、道路标志等。以下哪项技术或方法在自动驾驶图像分割中尤为重要？

144. 下列关于关系数据库中关系及其性质说法错误的？

145. 对于一颗第5层（设根为第1层）有2个叶结点的完全二叉树，以下说法中正确的是（）

146. 下列关于MySQL中的存储过程的有关说法错误的是（）

147. Hive 中，有表 t_view_log，数据如下： uid url dt u001 www.taobao.com 2023-11-11 u002 www.taobao.com 2023-11-11 u001 www.taobao.com 2023-11-11 u002 www.taobao.com 2023-11-11 u003 www.tmall.com 2023-11-10 u003 www.taobao.com 2023-11-11 需编写 sql 统计出日期在 2023-11-11 这天淘宝网站的 pv 和 uv，以下选项正确的是 （）

148. 在目标检测任务中，平均精度（mAP）是常用的性能指标。以下哪项是计算mAP时必须考虑的因素？

149. 在图像生成任务中，你正在使用一个生成对抗网络（GAN）来生成高分辨率的人脸图像。在训练过程中，你发现生成的图像边缘模糊，缺乏细节。以下哪种方法最优可能助于改进这个问题？

150. Linux 中，有一个文件 log.txt，当前权限为 -rw-r-x---，想要将权限修改为 541，则下面选项不能实现的是（）