快手26校招大模型算法一面

1.八股：请分别说说你对 DeepSeek-V3 和 DeepSeek-R1 的理解，它们在架构或训练策略上有何关键差异？
2.八股：Qwen系列基座模型的结构是怎样的？它的 Attention 和 FFN 层是如何设计的？
3.八股：训练一个 8B 参数的大模型，大概需要多少显存？如果显存不够，你会用哪些技术缓解？
4.项目：你们在 RAG 应用中是如何做效果评估的？具体用了哪些指标？
5.项目：如果 RAG 系统输出错误答案，你怎么判断是检索模块的问题，还是生成模块的问题？有没有设计过归因实验？
6.项目：你们是否专门训练了用于 RAG 场景的生成模型？它和通用基座模型在评估维度上有什么不同？
7.项目：在 SFT 阶段，你们如何设计不同来源数据（如通用指令、垂域问答、CoT 数据）的配比？依据是什么？
8.项目：针对垂域场景，模型效果如何评估？除了人工评测，有没有尝试自动化或半自动的评估方案？
9.代码题：LeetCode 72 编辑距离