1. 挑一个实习项目介绍2. 实习：介绍框架，pipeline如何搭建，后续主要围绕pipeline中的问题进行提问和确认。3. 项目：介绍了自己的工作内容和项目工作流程4. 八股- （1）DeepSeek-R1训练流程（2）介绍GRPO算法：reward / advantadge、group（3）有没有了解过GRPO的改进算法，挑其中一个讲一下- 了解哪些主流模型架构，Qwen 1~3是否有了解，挑其中一个来讲一下，答了没怎么了解过，又问了我了解哪些开源大模型，回答了Kimi K2和Kimi Researcher，然后着重讲了Kimi K2- 了解过MHA和GQA吗，讲一下原理和区别- 了解位置编码吗，讲一下Rope5. 手撕：最接近三数之和

1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的

1.项目介绍2.讲一下在百度实习期间做的主要工作。3.压缩专家机制是如何实现的？4.用的训练数据集规模分别是多少？5.为什么选择用SFT训练，而不是用RL训练？6.介绍一下 DPO, PPO, GRPO的原理和区别7.PPO的损失是token级别还是sequence级别的？8.PPO中的Critic模型是如何计算优势的？9.讲一下LoRA微调技术原理10.LoRA微调是如何减少训练参数的？11.LoRA技术有哪些优势？12.算法题手撕 三数之和（撕出来了

如图。26秋招已经过去，offer不太满意，导师不放实习，缺了一段实习的经历。想在26春招之前去大厂混一个多模态岗位的日常实习，大佬们帮我看看我的简历中这些经历够用吗？那些地方还需要改进？