攒人品 智海星河大模型面经
- 用没用什么训练框架，还是pytorch直接？
- 怎么不考虑用一些主流的训练框架？
- 你认为有什么亮点？
- lora微调改的哪里？
- 介绍lora
- dpo和ppo之间的区别？
- 介绍下dpo的损失函数和ppo的损失函数？
- 有没有了解过其他的强化学习方法？
- 是否了解主流的一些模型？qwen？deepseek？
- transformer中decoder和encoder的差别？注意力机制的差别？
- decoder相比于encoder更善于什么？不善于什么？
- 注意力计算的公式是什么？复杂度是多少？
