抖音校招大模型算法一面

1.八股：LoRA 和全参数微调的核心区别是什么？在显存和训练效率上各有什么优劣？
2.八股：DPO、PPO、GRPO 三者的优化目标有何不同？为什么 GRPO 的 loss 中要显式加入 KL 散度项？
3.八股：Transformer Encoder 中 FFN 的作用是什么？
4.八股：什么是 DeepSeek 的 MLA？它的优势是什么？
5.项目: 你在实习中用 LoRA 微调了哪个开源大模型？具体 rank、alpha、dropout 是多少？为什么这样设置？
6.项目：SFT和DPO 数据是否有重叠？DPO 的偏好数据是如何构造的？人工标注成本大概多少？
7.项目：你们的 RAG 系统召回阶段用了 BGE-M3 还是 BM25？最终选择依据是什么指标（如 Recall@k）？BGE-M3 输出向量维度是多少？
8.项目：为什么不用纯向量相似度直接生成答案，而要再过一遍大模型？这样做对幻觉和安全性有什么帮助？
9.手撕：接雨水（LeetCode 42）