当前位置：首页 > news >正文

【大模型面试每日一题】Day 9：BERT 的 MLM 和 GPT 的 Next Token Prediction 有什么区别？

news 来源：原创 2025/8/22 13:28:28

【大模型面试每日一题】Day 9：BERT 的 MLM 和 GPT 的 Next Token Prediction 有什么区别？

📌 题目重现 🌟

面试官：预训练任务中，BERT 的 MLM（Masked Language Modeling）和 GPT 的 Next Token Prediction 有什么区别？：

🎯 核心考点

预训练任务设计原理：是否理解不同任务对语言模型能力的塑造
上下文建模能力判断：能否识别双向/单向建模的限制与优势
训练效率权衡意识：对并行化能力、计算资源利用率的认知
任务适配能力分析：根据应用场景选择合适模型架构的能力

📖 回答

一、核心区别拆解

维度	BERT (MLM)	GPT (Next Token Prediction)
任务目标	恢复被遮盖的随机token	预测序列中的下一个token
上下文利用	全向注意力（左右上下文）	因果注意力（仅左侧上下文）
训练效率	高（可并行预测多个mask位置）	低（需按序列顺序逐步预测）
token依赖关系	被遮盖token相互独立	当前token依赖所有历史预测
典型应用	自然语言理解（NLI、QA）	文本生成（对话、摘要）
数据构造示例	输入：“猫[MASK]在[MASK]上” → 预测：“猫[跳]在[窗台]上”	输入：“小狗跑” → 预测：“小狗跑进草丛”

二、深度对比分析（面试者回答）

1. 上下文建模机制差异

BERT 的双向建模

# MLM 示例代码片段
input_ids = tokenizer("BERT的[MASK]任务需要双向关注", return_tensors="pt").input_ids
# 随机遮盖 "预" 字位置（实际由动态遮盖策略决定）
masked_index = (input_ids == tokenizer.mask_token_id).nonzero(as_tuple=True)[1]
logits = model(input_ids).logits[masked_index]
predicted_token = tokenizer.decode(logits.argmax(dim=-1))

注意力机制：所有未遮盖token均可参与预测
优势：适合实体识别、关系抽取等需全局信息的任务
缺陷：预训练与微调阶段的[MASK]标记不一致问题（经典ELECTRA改进点）

GPT 的单向生成机制
$P(w_{1:T}) = \prod_{t=1}^T P(w_t|w_{1:t-1};\theta)$
- 自回归特性：每个token预测严格依赖历史序列-
- 优势：天然适配文本生成任务，避免[BOS]到[EOS]的连贯性断裂
- 缺陷：左侧上下文长度限制（如GPT-2的1024 token限制）

2. 训练效率与工程实现

指标	MLM	Next Token
并行化能力	✅ 可同时预测多个mask位置	❌ 必须按时间步展开
计算密度	高（Transformer层利用率100%）	低（每步有效计算量递减）
显存占用	与序列长度线性相关	与序列长度平方相关（Attention矩阵）
典型batch size	4096 tokens	2048 tokens

硬件适配差异：
MLM更适合GPU/TPU的大矩阵运算特性，而GPT的自回归生成受内存带宽限制明显。NVIDIA测试显示，在A100上MLM训练效率比GPT高约35%。

3. 对下游任务的影响

理解类任务对比

- GLUE基准测试：- BERT-base: 84.7 GLUE score- GPT-2: 78.2 GLUE score- 主要差距来源：单向模型在文本蕴含（MNLI）任务中表现较弱

生成类任务对比

{"任务": "故事续写","BERT-Prefix": {"连贯性": 3.2,"多样性": 2.8},"GPT-2": {"连贯性": 4.5,"多样性": 4.1}
}

三、典型错误认知辨析

错误观点	正确解释
“MLM完全利用双向信息”	实际仅利用被遮盖token的双向上下文，非全序列交互
“GPT无法利用右侧信息”	通过生成式问答（如QA前缀）可间接获取后文信息
“MLM训练更快收敛”	在相同FLOPs预算下，GPT可能因更长序列训练获得更强能力（参考Chinchilla缩放定律）

⚡️ 工业级技术选型建议

场景	推荐模型	理由
搜索引擎Query理解	BERT	需要精准的语义匹配与实体识别
智能客服对话生成	GPT	要求连贯的多轮对话与上下文保持
法律文档分析	Span-BERT	MLM扩展支持连续片段预测
代码生成	Codex/GPT	因果建模符合代码书写逻辑

🏭 业界案例参考

1. BERT vs GPT-2 参数对比

指标	BERT-base	GPT-2 small
参数量	110M	117M
训练数据	3.3B words	40GB text
预训练任务	MLM	Next Token
SQuAD F1	92.0	89.5
Wikitext-103 PPL	25.7	18.3

2. T5 混合架构实践

Google T5证明：编码器采用MLM+解码器采用Next Token的混合模式，在GLUE和生成任务上取得均衡表现

🛠️ 工程实践技巧

1. MLM 遮盖策略优化

# 动态遮盖实现要点
def dynamic_masking(input_ids):probability_matrix = torch.rand(input_ids.shape)special_tokens_mask = torch.tensor([x in tokenizer.all_special_ids for x in input_ids])probability_matrix.masked_fill_(special_tokens_mask, value=0.0)masked_indices = torch.bernoulli(probability_matrix).bool()return masked_indices

最新研究（SpanBERT）建议：连续片段遮盖比随机token遮盖更优

2. Next Token 的梯度截断技巧

# 长序列训练中的截断反向传播
truncation_length = 512
for i in range(0, total_length, truncation_length):hidden_states = recompute_activations(model, input_ids[:,i:i+truncation_length], hidden_states)loss = calc_loss(hidden_states)loss.backward()

Meta研究显示：截断长度在256~512时，训练效率与模型质量达到最佳平衡

💡 深度追问 & 回答

Q：如何结合MLM与Next Token的优点？

→ 典型方案：

BART：对文本进行遮盖+删除噪声处理后，用GPT式解码器重建
ERNIE-UIE：编码器双向建模，解码器自回归生成统一框架

Q：MLM是否存在上下文利用不充分的场景？

→ 案例：

对长距离指代消解（如Winograd Schema）效果有限
解决方案：引入Span Masking或DeBERTa的分离注意力机制

Q：Next Token Prediction如何提升训练效率？

→ 优化路径：

使用稀疏注意力（如Longformer）减少O(n²)复杂度
采用缓存机制加速历史token的表示计算
Flash Attention优化Attention矩阵计算

📈 总结速记图谱

✅ 一句话总结：MLM通过双向建模强化上下文感知能力，适合需要深度语义理解的任务；Next Token Prediction凭借自回归生成机制，在文本创作和对话系统中展现独特优势，二者的选择本质是对「全局信息利用」与「序列连贯性保持」的权衡。

🎬明日预告：

混合精度训练（Mixed Precision Training）如何加速大模型训练？可能会出现什么问题？如何解决？

（欢迎在评论区留下你的方案，次日公布参考答案）

🚅附录延展

1、难度标识：

• 🌟 基础题（校招必会）

• 🌟🌟 进阶题（社招重点）

• 🌟🌟🌟 专家题（团队负责人级别）

🚀 为什么值得关注？

每日进阶：碎片化学习大厂高频考点，30天构建完整知识体系
实战代码：每期提供可直接复现的PyTorch代码片段
面试预警：同步更新Google/Meta/字节最新面试真题解析

📣 互动时间

💬 你在面试中遇到过哪些「刁钻问题」？评论区留言，下期可能成为选题！
👉 点击主页「关注」，第一时间获取更新提醒
⭐️ 收藏本专栏，面试前速刷冲刺

#大模型面试 #算法工程师 #深度学习 #关注获取更新

👉 关注博主不迷路，大厂Offer快一步！

【大模型面试每日一题】Day 9：BERT 的 MLM 和 GPT 的 Next Token Prediction 有什么区别？

【大模型面试每日一题】Day 9：BERT 的 MLM 和 GPT 的 Next Token Prediction 有什么区别？ 📌 题目重现 🌟 面试官：预训练任务中，BERT 的 MLM（Masked Language Modeling）和 GPT 的 …...

编程日记 2025/8/22 13:28:28

分析strtol(),strtoul()和strtod()三个函数的功能

字符串转换为数值部分和子字符串首地址的函数有strtol(),strtoul()和strtod()三个函数。 1、strtol()函数 long int strtol(const char *str, char **endptr, int base) //当base0时,若字符串不是以"0","0x"和"0X"开头,则将数字部分按照10进制…...

编程日记 2025/8/20 0:25:58

Spring Boot 加载application.properties或application.yml配置文件的位置顺序。

我换一种更通俗易懂的方式，结合具体例子来解释 Spring Boot 加载application.properties或application.yml配置文件的位置顺序。生活场景类比想象你要找一本书，你有几个可能存放这本书的地方，你会按照一定顺序去这些地方找，直…...

编程日记 2025/8/22 13:28:27

C++进阶之——多态

1. 多态的概念多态是用来描述这个世界的多态的概念：通俗来说，就是多种形态，具体点就是去完成某个行为，当不同的对象去完成时会产生出不同的状态。这里就很厉害了，能够实现特殊处理，本文章就是来仔细…...

编程日记 2025/8/22 13:27:43

第13项三期，入组1123例：默沙东启动TROP2 ADC+PD-1子宫内膜癌头对头临床

Umabs DB作为目前全球最全面的抗体药物专业数据库，收录全球近10000个从临床前到商业化阶段抗体药物，涉及靶点1600，涉及疾病种类2400，研发机构2900，覆盖药物蛋白序列、专利和临床等多种专业信息。Umabs DB药物数据库已正…...

编程日记 2025/8/20 0:25:52

政务服务智能化改造方案和案例分析

政务服务智能化改造方案和案例分析一、引言在数字化时代浪潮的推动下，政务服务智能化改造已成为提升政府服务效能、优化营商环境、增强民众满意度的关键举措。传统政务服务模式存在流程繁琐、信息孤岛、办理效率低等问题，难以满足现代社会快节奏发展和…...

编程日记 2025/8/21 14:26:41

15.日志分析入门

日志分析入门第一部分：日志分析基础第二部分：日志分析方法与工具第三部分：日志分析实践总结目标： • 理解日志分析在网络安全中的作用 • 掌握日志的基本类型和分析方法 • 通过实践初步体验日志分析的过程第一部分&#xff…...

编程日记 2025/8/20 1:41:55

EPSG:3857 和 EPSG:4326 的区别

EPSG:3857 和 EPSG:4326 是两种常用的空间参考系统，主要区别在于坐标表示方式和应用场景。以下是它们的核心差异： 1. 坐标系类型 EPSG:4326（WGS84） 地理坐标系（Geographic Coordinate System），基…...

编程日记 2025/8/20 1:41:50

Python Cookbook-7.2 使用 pickle 和 cPickle 模块序列化数据

任务你想以某种可以接受的速度序列化和重建Python 数据结构，这些数据既包括基本Python 对象也包括类和实例。解决方案如果你不想假设你的数据完全由基本 Python 对象组成，或者需要在不同的 Python 版本之间移植，再或者需要将序列化后的…...

编程日记 2025/8/19 9:42:14

Java学习手册：Spring 多数据源配置与管理

在实际开发中，有时需要连接多个数据库，例如，一个系统可能需要从不同的数据库中读取和写入数据。Spring 提供了多种方式来配置和管理多数据源，以下将介绍常见的配置和管理方法。一、多数据源配置在 Spring 中，可以通…...

编程日记 2025/8/21 21:43:06

六、shell脚本--正则表达式：玩转文本匹配的“万能钥匙”

想象一下，你需要在一大堆文本（比如日志文件、配置文件、网页代码）里查找符合某种特定模式的字符串，而不是仅仅查找固定的单词。比如说： 找出所有的电子邮件地址 📧。找到所有看起来像电话号码 &#x1f4d…...

编程日记 2025/8/20 1:41:37

Gradio全解20——Streaming：流式传输的多媒体应用（4）——基于Groq的带自动语音检测功能的多模态Gradio应用

Gradio全解20——Streaming：流式传输的多媒体应用（4）——基于Groq的带自动语音检测功能的多模态Gradio应用本篇摘要20. Streaming：流式传输的多媒体应用20.4 基于Groq的带自动语音检测功能的多模态Gradio应用20.4.1 组件及配置1.…...

编程日记 2025/8/20 1:41:32

力扣hot100 （除自身以外数组的乘积）

238. 除自身以外数组的乘积中等给你一个整数数组 nums，返回数组 answer ，其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积。题目数据保证数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位整数范围内。请不要使用除…...

编程日记 2025/8/20 1:41:29

LFU算法解析

文章目录 LFU缓存中关键变量的访问与更新机制1. min_freq - 最小频率访问时机更新时机更新示例 2. capacity - 缓存容量访问时机更新时机访问示例 3. key_to_node - 键到节点的映射访问时机更新时机更新示例 4. freq_to_dummy - 频率到链表哑节点的映射访问时机更新时机更新示例…...

编程日记 2025/8/20 1:41:24

RHCSA笔记2

RHCSA基础命令 （一）命令格式 （1）命令名【选项】【参数】选项：决定命令执行的方式，通常有个-或--开头参数：决定命令作用的目标（目录，文件，磁盘&#xff…...

编程日记 2025/8/20 1:41:21

JavaSE核心知识点01基础语法01-02（基本数据类型、运算符、运算符优先级）

🤟致敬读者 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉 📘博主相关 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息文章目录 JavaSE核心知识点01基础语法01-02&#xff0…...

编程日记 2025/8/20 1:41:19

FOC算法开环控制基础

1. 为什么要有FOC算法先看看从有刷电机到无刷电机的简单介绍，如下图1，通电螺线圈会产生磁场，这个磁场会产生N级和S级，然后这个电磁铁就可以吸引永磁体，S级吸引N级，N级吸引S级，通俗的来说&…...

编程日记 2025/8/20 1:41:15

进程间通信——管道

概念进程间通信（Inter-Process Communication，简称 IPC）是指在不同进程之间进行数据交换和信息传递的机制。它的目的主要有4种： 数据传输：一个进程需要将它的数据发送给另一个进程资源共享：多个进程之间…...

编程日记 2025/8/20 1:41:12

文章目录 1. 每日基操2. 模拟故障2.1 **remove regular empty file 是否删除普通文件(空的)?**2.2 **is a directory xxx是一个目录**2.3 **xxx not a directory 不是一个目录**2.4 Cant open file for writing2.5 **No write since last change** 3. 习题4. **进阶习题** 1. …...

编程日记 2025/8/20 1:41:09

Springclound常用五大组件及其使用原理

注册中心Eureka Eureka-Server：就是服务注册中心（可以是一个集群），对外暴露自己的地址。提供者：启动后向Eureka注册自己信息（地址，服务名称等），并且定期进行服务续约 …...

编程日记 2025/8/20 1:41:06

Qt 显示QRegExp 和 QtXml 不存在问题

QRegExp 和 QtXml 问题在Qt6 中已被弃用； 1）QRegExp 已被弃用，改用 QRegularExpression Qt5 → Qt6 重大变更：QRegExp 被移到了 Qt5Compat 模块，默认不在 Qt6 核心模块中。错误类型解决方法QRegExp 找不到改用 Q…...

编程日记 2025/8/22 12:13:41

开元类双端互动组件部署实战全流程教程（第4部分：后台配置系统与参数动态控制）

作者：曾经因为后台配置写错，导致全服进不去房的工程师组件附带的后台管理系统为 PHP 编写，界面简洁但功能齐全。具备完整的模块划分与权限体系，支持动态参数下发、日志审计、行为数据统计等。七、前端后台交互流程图与代码示例 …...

编程日记 2025/8/19 8:53:26

MySQL基础关键_008_DDL 和 DML（一）

目录一、DDL 1.创建表 （1）语法格式 （2）实例 2.查看建表语句 （1）语法格式 （2）实例 3.修改表名 （1）语法格式 （2）实例 4.新…...

编程日记 2025/8/20 1:41:00

基于SpringBoot + Vue 的火车票订票系统

包含： [1]源码✔ 数据库文件✔ [2]万字文档✔ [3]视频与图文配置教程✔ 功能描述： 本系统包含管理员、用户两个角色。管理员：用户管理、新闻公告管理、车辆管理、车站及路线管理、留言建议管理、车次信息管理用户：购票操作、查…...

编程日记 2025/8/21 22:22:50

飞致云开源社区月度动态报告（2025年4月）

自2023年6月起，中国领先的开源软件公司飞致云以月度为单位发布《飞致云开源社区月度动态报告》，旨在向广大社区用户同步飞致云旗下系列开源软件的发展情况，以及当月主要的产品新版本发布、社区运营成果等相关信息。飞致云开源运营数据概览&…...

编程日记 2025/8/21 6:08:12

解决跨域的4种方法

00_跨域的概念浏览器只允许请问具有相同的协议，域名，端口，进行请求，有一个不同，就会拒绝。 01.前后端协商jsonp //jsonp//jsonp 是 json with padding 的缩写，是一种通过 <script> 标签的 src 属性…...

编程日记 2025/8/22 8:41:58

C# 方法(局部函数和参数)

本章内容: 方法的结构方法体内部的代码执行局部变量局部常量控制流方法调用返回值返回语句和void方法局部函数参数值参数引用参数引用类型作为值参数和引用参数输出参数参数数组参数类型总结方法重载命名参数可选参数栈帧递归局部函数正如刚刚所解释的&…...

编程日记 2025/8/22 13:27:24

kotlin 02flow-sharedFlow 完整教程

一 sharedFlow是什么 SharedFlow 是 Kotlin 协程中 Flow 的一种热流（Hot Flow），用于在多个订阅者之间共享事件或数据流。它适合处理一次性事件（如导航、弹窗、Toast、刷新通知等），而不是持续状态。 ✅ …...

编程日记 2025/8/22 1:25:47

数据库原理——E-R图的极速省流理解例题解析

前言数据库一节没听，一个小时看书给我大致看懂了 E-R概念模型极速省流版 E-R图的重点： 关系图，三要素——实体、属性、联系图形标识——矩形、椭圆形、菱形 1.实体和属性也可以放一个框矩形框 2.菱形两层边：弱实体集的联…...

编程日记 2025/8/20 1:40:45

5.4 - 5.5Web基础+c语言拓展功能函数

StringBoot HTTP协议： 规定了浏览器与服务器之间数据传递的规则。请求协议： 请求数据格式： 请求头和请求体之间有一个空行隔开响应协议： 响应数据格式： 响应头和响应体之间存在空行隔开。响应数据设置&#xff1…...

编程日记 2025/8/19 10:37:58

Java抽象类与接口详解

一、抽象类(Abstract Class) 1. 定义与基本使用 // 抽象类定义 public abstract class Animal {// 抽象方法(无实现)public abstract void makeSound();// 具体方法(有实现)public void sleep() {System.out.println("动物在睡觉");} }// 继承抽象类 class Dog ext…...

编程日记 2025/8/20 1:40:41

网络延时第四次CCF-CSP计算机软件能力认证

就是求树的直径: 思路：函数代表当前根节点的最长距离然后遍历保存当前树的所有孩子的最长距离和次长距离如果是叶子节点就返回0 在每次获得每个节点的次长距离和最长距离就更新全局直径最后获得最长距离 Ac代码: #include <bits/stdc.h> using namespa…...

编程日记 2025/8/22 7:38:15

【C++进阶十】多态深度剖析

【C进阶十】多态深度剖析 1.多态的概念及条件2.虚函数的重写3.重写、重定义、重载区别4.C11新增的override 和final5.抽象类6.虚表指针和虚表6.1什么是虚表指针6.2指向谁调用谁，传父类调用父类，传子类调用子类 7.多态的原理8.单继承的虚表状态9.多继承的…...

编程日记 2025/8/22 5:04:16

网络传输中字节序

在小端字节序主机发送数据 0x1234 的情况下，（单字节没有字节序）我们可以分步骤来分析接收端如何解析这个数据： 1. 小端字节序主机的存储方式在小端字节序中，低地址存储低字节，高地址存储高字节。数据 0x1234 的字节表示为：低字节：0x34 高字节：0x12 因此，在小端字…...

编程日记 2025/8/19 17:52:26

前端- ElementPlus入门

1.介绍 Element：是饿了么公司前端开发团队提供的一套基于 Vue3 的网站组件库，用于快速构建网页。 Element 提供了很多组件供我们使用。例如超链接、按钮、图片、表格等等。官方网站：一个 Vue 3 UI 框架 | Element Plus 2.步骤 1.安装E…...

编程日记 2025/8/20 1:40:29

AI Agent 要用到的技术

AI 发展是大趋势，以下是目前要用到的一些技术项不论你从事哪个方向，这个技术栈都有必要学习 LangChainTransformersMicrosoft Semantic KernelLangflowLangGrphLangSmith 学习网站以下是 LangChain、Transformers、Microsoft Semantic Kernel 的学习…...

编程日记 2025/8/20 1:40:26

# 从零构建一个简单的卷积神经网络：手写数字识别

从零构建一个简单的卷积神经网络：手写数字识别在深度学习的世界里，卷积神经网络（CNN）是处理图像数据的强大工具。今天，我们将通过一个简单的例子，从零开始构建一个CNN模型，用于手写数字识别。…...

编程日记 2025/8/21 9:00:02

【RK3588嵌入式图形编程】-Cairo-Cairo图形库支持后端

Cairo图形库支持后端文章目录 Cairo图形库支持后端1、PNG图像后端2、PDF文件后端3、SVG文件后端4、GTK窗口支持Cairo库支持多种后端。在本文中，我们使用Cairo创建PNG图像、PDF文件、SVG文件，并在GTK窗口上绘制。 1、PNG图像后端在第一个示例中，我们创建一个 PNG 图像。 …...

编程日记 2025/8/21 7:24:08

LCD，LED

本文来源 ： 腾讯元宝 LCD(Liquid Crystal Display)液晶显示器 LCD本身并不能发光，而是控制光的传输。 LCD内充满了棒状的液态分子（液晶），这些分子可以形成扭转的螺旋线，弯曲来自显示器背后光源产生的光线或…...

编程日记 2025/8/19 7:09:17

HTML 元素

什么是 HTML 元素？ HTML 元素（Element）是构成 HTML 文档的基本单位，它由开始标签、内容和结束标签组成，用于定义网页的结构和内容。元素是 HTML 标记语言的核心概念，每个元素都有特定的语义和用途。元素…...

编程日记 2025/8/20 23:42:14

(undone) MIT6.S081 2023 学习笔记 (Day11: LAB10 mmap)

url: https://pdos.csail.mit.edu/6.1810/2023/labs/mmap.html 任务0：讲义如下 (完成) mmap和munmap系统调用允许UNIX程序对其地址空间进行精细控制。它们可用于进程间共享内存、将文件映射到进程地址空间，并作为用户级页面错误处理方案的一部分&#x…...

编程日记 2025/8/22 3:05:36

7400MB/s5050TBW完美结合，全新希捷酷玩530R SSD体验评测

7400MB/s&5050TBW完美结合，全新希捷酷玩530R SSD体验评测哈喽小伙伴们好，我是Stark-C~ 说到希捷酷玩530 SSD，很多硬核进阶玩家应该都知道，或者说正在使用（比如说我~）。作为希捷大厂旗下高性能SSD的…...

编程日记 2025/8/20 1:40:06

【数据结构与算法】同余计算哈希表与前缀和问题特征和模板化思路

加减乘负的类同余计算加乘模情况两数和模 : (a b) mod m (a mod m b mod m) mod m乘积模 : (a * b) mod m ((a mod m) * (b mod m)) mod m 加模证明如下 : a q1 * m r1 , b q2 * m r2则 a mod m r1 , b mod m r2(a b) mod m ((q1 q2) * m (r1 r2)) mod m …...

编程日记 2025/8/20 0:25:51

TS 交叉类型

很类似于接口继承啊哈哈哈使用type关键字声明交叉类型 // 声明交叉类型 type PersonDetail person & Contactlet theshy:PersonDetail { name:the shy,phone:马头 }交叉类型和接口实现对对象的类型注解的区别与联系如果在接口继承时发生同名属性冲突会报不兼容的错…...

编程日记 2025/8/20 4:21:02

FreeRTOS学习系列·二值信号量

目录 1. 信号量的基本概念 2. 二值信号量 3. 应用场景 4. 运作机制 5. 信号量控制块 6. 常用信号量函数接口API 6.1 创建二值信号量 xSemaphoreCreateBinary() 6.2 信号量删除函数 vSemaphoreDelete() 6.3 信号量释放函数 6.3.1 xSemaphoreGive() 6.3.2 …...

编程日记 2025/8/20 1:40:00