哈哈哈，虽然我没提过离谱的要求，但是见过最离谱的莫过于某些博主，精心策划引导AI说出涉政或歧视等敏感问题。AI再怎么智能博学，终究还是逃不过人类精心设计的陷阱

base深圳电商运营，9硕开奖14*16.8。给的很低…也不让a，16.8也是看业绩一般拿不满

本人目前情况：本2硕9 一段中厂实习（但是dirty work）无论文在学习推荐算法，但是感觉来不及，所以学的也不是很紧张，就是松松散散；主要还是实习太dirty了，然后再找下段实习肯定就得年后了，目前纠结的是：实习没有产出，不知道明年二月底投实习有没有竞争，害怕拿不到暑期就坏了

一、算法与基础1. 手撕Transformer decoder层代码，要求实现mask机制2. 预训练时为什么要用Masked LM而不是直接预测下一个token？3. 大模型量化中，INT4和FP16的精度损失主要差在哪些场景？怎么弥补？4. 讲一下MoE结构的原理，为什么能在增加参数量的同时控制计算成本？二、项目深挖1. 你做的大模型压缩项目，为什么选择知识蒸馏而不是量化？2. 训练时遇到过loss震荡吗？怎么定位是数据问题还是模型问题？3. 你们的模型部署延迟要求是多少？用了哪些优化手段？4. 如何评估一个生成模型的创造性？有哪些量化指标？三、业务场景题如果让你设计一个垂直领域小模型，数据量有限但要求推理快，完整流程会怎么设计？