1. 自我介绍环节：简要介绍个人背景与技能。2. 经历阐述：介绍实习经历，并自选一篇论文进行讲解。3. 项目细节追问（具体内容略）：针对项目展开深入提问。4. 大模型生成评测：大模型生成内容的评测方式有哪些，具体如何操作？5. RAG技术短板：RAG存在哪些缺陷？6. 大模型输出一致性：如何确保大模型输出内容的一致性？7. DeepSeek R1详解：讲解DeepSeek R1的训练流程和基本原理。8. 强化学习算法辨析：DPO、PPO、GROP之间的区别是什么？9. SFT与强化学习对比：SFT和强化学习各自有什么优缺点，分别适用于什么场景？10. 提示工程方法：提示工程的主要方法有哪些？11. 大模型幻觉问题：阐述大模型的幻觉现象及抑制方法。12. 多智能体协同：如何保证多智能体协同的效果？

1．项目介绍，问实习和论文2．实习微调过Qwen2，你说说Qwen2的模型结构吧，Qwen2相比Qwen1做了哪些改进3．为什么现在 Decoder - only 成为大模型的主流架构4．了解过哪些模型训练推理优化的方法5．为什么有了 SFT 之后还需要 RLHF6 .PPO 和 DPO 的主要思想是什么7．代码：23．合并 K 个升序链表

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