1．自我介绍，过实习和论文2．知道哪些强化学习算法，除了 PPO和 DPO 这些呢3. 知道 LoRA 的原理吗， A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗4．除了 DeepSpeed ，还用过其他的什么优化方法吗5．ZeRO -1, ZeRO -2,ZeRO -3三个模式的区别6．讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗7．当时你用 DeepSpeed ZeRO -3来微调Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存8. 在微调 Qwen 的时候，数据是怎么构造的9.代码：无重复字符的最长子串

1.八股：XGBoost 如何计算特征重要性？Gini 系数在树模型中代表什么？它和信息增益的区别在哪？2.八股：Decoder-only 模型在推理时，预测第 i+1 个 token 时，输入用的是第 i 个 token 的 one-hot 还是概率分布？为什么？3.八股：KV Cache 的空间复杂度是多少？如何估算一个 7B 模型在 batch=1、seq_len=2048 下的显存占用？4.八股：AdamW 和 Adam 的核心区别是什么？Adam 相比 SGD 引入了哪些优化机制？Adam 全称是什么？5.项目：你们验证集的类别分布是否和线上一致？如何保证标注数据的高质量（比如通过交叉校验 or 专家审核）？6.项目：在当前 RAG 架构下，如果引入 Few-shot Prompting，为什么能提升输出质量？和微调相比各自适用场景是什么？7.项目：FAISS 是如何加速向量检索的？你用的是 IVF 还是 HNSW？索引构建时 nlist/nprobe 怎么调？8.手撕：最长回文子串（LeetCode 5）

本人27届资产评估专业，想找用户增长、运营类实习，前前后后在BOSS直聘、实习僧、各类公众号、企业官网，还有小红书的实习继任帖里，累计投递了400-500份实习岗位，结果却是0个面试邀请，真的有点懵了。复盘自己的简历，我有高途教育用户增长的实习经历，做过需求挖掘、策略设计、用户沉淀和数据迭代的工作，也有旅游垂类热点内容运营的项目经验，还掌握了SQL、Python这些数据分析工具，在校也有校商学联合的相关经历，奖项和证书也都有补充。实在想不通问题出在哪，是简历的内容排版有问题？还是投递的岗位匹配度不够？亦或是当下实习市场的竞争真的已经激烈到这个程度了？看着身边同学陆续拿到面邀，自己投了这么多份却石沉大海，难免会焦虑，也不知道该怎么调整投递和简历的策略了。另外，也想问问大家有没有上海、杭州地区产品、产运、运营方向的实习内推机会，相关岗位都可以，本人学习能力强，能快速上手工作，非常感谢！

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)