前段时间面的阿里健康，感觉问的不是很难，基本上都答出来了，但是没有后续了，发下面经攒攒人品1.选一个项目进行介绍2.infoNCE loss是计算公式是什么?为什么使用这个损失函数?3.为什么模型结构要换成HSTU?4.Cross attention和普通的self attention有什么区别?5.Flash attention的原理是什么?6.Self attention的 self 体现在哪里?为什么要使用多头?这个多头是怎么实现的?7.为什么QK点积需要除以根号d k?8.什么是kv cache?9.介绍一下什么是因果掩码?10.SFT微调和预训练之间的区别?11.为什么现在的大模型都使用因果掩码?12.普通的推荐模型和大模型之间有什么关联?生成式推荐了解吗?

感觉对于具身智能的了解不足，有些问题回答得也不好，遗憾离场1.训练的数据是怎么构建的2.模型的参数规模是多少3.模型参数规模，例如100b、7b，主要差异体现在哪里4.是否熟悉moe架构5.介绍transformer架构6.SFT过程中loss是怎么计算的7.Token向量化具体怎么计算8.是否观察过训练时的loss变化9.Grpo的group大小怎么影响算法效果10.对GRPO算法本身有什么了解11.对clip是否有了解12.对于VLM模型的架构是否熟悉13.视觉编码器是否了解14.文生图模型的架构是否了解15.是否了解多卡分布式训练的相关逻辑，遇到过什么问题，怎么解决的16.对于强化学习有什么了解，如PPO、TD317.是否了解VLA、具身智能这些

现在才打电话联系，估计是被前面的鸽穿了，但还是给了个白菜价，纠结要不要接

现在线上笔试作弊太容易了，摄像头外拍照ai搜题。感觉取消了直接发面试，还能节约大家的时间 😇😇😇