1.项目中BM25原理是什么，相对于TF-IDF 改进在哪里，公式是什么?2.这里为什么要做混合检索，Sparse 检索和 Dense 检索的原理是什么，相似度度量C是什么?3.Reranker模型如何构造数据微调4.讲一下 Query 改写的创新点，有没有读过相关的论文。5.GRPO 损失函数是什么，这个公式每一部分的作用是什么，为什么要这样设计6.如何优化大模型的训练和推理效率?7.使用的 Embedding 模型结构是什么?输出向量维度是多少?8.训练过程中 Transformer 更新哪些参数?9.手撕:一道合并去重数组,lc 上没有。

1、项目介绍2、讲述论文内容和细节3、对于模型训练过程中，如果出现样本标签数据分布极其不均衡，通常会采取什么方法来解决问题4、transformer的感受野encoder中是可以看到所有的token的，你认为感受野越大越好还是越小越好5、位置编码:sin cos，正余弦，bert可学习位置编码，rope相比于正余弦编码的优势6、欠拟合“和过拟合定义，通常如何解决?7、transformer的位置编码的基底是10000为什么设置100008、手撕:岛屿的数量

1.项目经历2.模型的 loss 函数前乘以10，会对训练造成什么影响？3.deepseek v3的 rope 实现？ deepseek r1的训练过程？4.做过 rag 是吗？介绍 graph rag ?5.bge 和 gte 模型怎么训练的？为什么不能直接用 bert - base 来做余弦相似度召回？6.对比学习的常用 loss 有哪些？ InfoNCE 的超参数？温度系数对训练的影响？7. gradient checkpointing 原理？ gradient _ accumulation 原理？8.多模态大模型的预训练原理？预训练一般分为几个阶段？ ViT 现在一般用什么方法进行预训练？9. 手撕：梯度下降求平方根。

bg北邮本硕计算机专业，目前研二，无实习，一篇论文在投。本来想在过年之前找一段Java日常实习，但是大部分都是已读不回，简历都投不出去，现在也不抱希望了。现在有点迷茫，到投暑期实习还有差不多两个多月，不知道下一步该怎么做。走传统Java后端路线，把技术栈都学一遍？要不要做两个大模型后端开发的项目，了解一下大模型相关的东西，暑期找大模型开发的实习？大佬们有没有大模型后端开发优质项目推荐？又感觉找实习过程中Java的岗位不多，现在转算法（搜推）来得及吗？非常迷茫，求大佬们给建议！