一、项目深挖1. 训练时显存占用高的瓶颈在哪？做了哪些显存优化？2. 如果重新做一次，你会在哪些环节提前做 ablation？二、 延伸八股：1. AdamW 与 Adam 在权重衰减上的实现差异？2. 梯度累积等价于 batch 扩大的严格条件是什么？3. PPO 的核心目标函数是什么？每个符号的物理意义？4. 相比 PPO，GRPO 的“Group”体现在哪一步？5. KL 散度在 RLHF 阶段出现的位置、作用以及过大/过小分别会导致什么现象？6. Multi-Agent 场景里，Reflection 模块与 Memory 模块的输入输出各自是什么？它们如何解耦又能互相增强？7. 简述 MRR 的计算流程。8.同样是排序指标，NDCG 与 MRR 的评估视角差异在哪？三、手撕环节原地快速排序

背景24年毕业，毕业后考研一年。双非科班毕业，大学期间在学校的实验室负责实验室项目的前端部分的开发和维护，技术栈是Vue + TypeScript，决定开始找前端方向的工作。首先是花了半个月练习算法、准备项目和八股。然后开始投简历，既有在BOSS和智联等招聘网站投，也有在各公司官网投递简历，陆续收到面试通知。通过分享了解到栗栗姐，多方了解后感觉很专业，于是就主动联系了栗栗姐。其实BOSS上有很多od HR主动联系的，但是担心不专业。早上10点栗栗姐直接打电话，与我沟通了半个小时，详细讲解od的内容。之后就开始走流程了。面试流程：机考(150分钟)--->综测--->HR面试(25分...

1.实习拷打2.项目拷打3.科研领域、方向4.训练数据集规模，数据处理，清洗标签5.图像预处理，拆分，切割，分析6.大模型了解吗，语言生成类模型了解吗7.MCP8.bert和GPT区别9.技术栈10.C和C++中static用法11.C/C++中的二级指针作用，区别12.开源的操作系统源码13.mysql哪些写法会导致索引失效14.进程间通讯的方式15.任务调度管理策略16.信号量和互斥锁的区别17.自旋锁18.场景+智力题19.绩点排名20.课程学习心得反问

1、实习介绍2、聊项目3、ppo dpo grpo区别4、reward获取方式分别是什么5、rag怎么解决模型幻觉6、为什么做nlp7、clip训练方式？temperture的作用8、算法题：三数之和9、反问(做文心一言coder模型预训练的)