百度面试体验

1.如果训练出来的模型在某一类任务上表现比较差，如何解决这个问题？2.如果DPO训练的过程中发现loss不降，如何定位原因？从数据构造和训练参数两个角度分析。3.有没有尝试过动态prompt，训练数据如何构造，如何保证policy正确？4.如果想把判别式任务转化成生成式任务，学术界有哪些常用方法，哪一种效果比较好有对比过吗？5.数据的难度分层是如何做的，为什么没使用困惑度？6.如何确保分层的准确性，用大模型进行分层为什么没有尝试更大的模型？7.做CPT时的数据量级，数据处理的pipeline？8.CPT的数据配比是什么样的，有没有考虑CPT后通用能力的退化问题？如何检验CPT后模型的通用能力？手撕：1、寻找重复数（转化成环形链表找入口来求解）2、手撕对比学习的loss计算3、手撕多头注意力

- 2025NFuture大学生最喜爱雇主榜单-- 2025NFuture科技人才最青睐校招雇主榜单-- 2025NFuture人气新锐校招雇主榜单-- 2025NFuture最具社会责任校招雇主榜单-- 2025NFutureAI招聘卓越领航奖雇主榜单-- 2025NFutureAI招聘实践先锋奖雇主榜单-

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

一面七十分钟延长战，二面纯项目，三面hr面一面内容：React 为什么要引入 Hooks 机制？它一般是用来解决哪些问题？你的项目中有没有遇到过状态管理非常复杂、跨几十上百个组件的场景？你会怎么设计状态管理机制？除了 Redux，你有没有了解过 React 里其他可用的状态管理库，比如 Zustand、原生 Redux 等？像 Redux Toolkit、Zustand 这种状态管理库，本质上算不算是 Hooks？你会觉得它们是一个更庞大的 Hooks 体系，还是说只是基于 Hooks 做了底层机制封装，在上面再做工程化的管理？React 提供的各种 Hooks 和 React 本身的状态跟踪...