自我介绍 美团项目拷打场景迁移学习的思路有哪些？对llm4rec的后续迭代方向有什么见解？讲一下最近很火的onerec？你认为onerec对你工作最大的启发是啥？长序列建模除了sim还了解哪些？如果你这个项目资源足够的话，有没有考虑过直接端到端训练？在用bert做分类任务的时候，输出要怎么处理？常见的不同模态数据如何在embedding中对齐？如何判断一个特征的重要性？手撕多头注意力机制

策略梯度算法的公式？DPO和PPO的损失函数，原理，区别，DPO的探索是如何体现的？梯度消失，梯度爆炸的根本原因？模型过拟合的根本原因？有哪些方式缓解过拟合？大模型分布式训练的通信协议？torchrun是做什么用的？deepspeed的三个阶段，分配参数时，单机8卡和双机16卡，每张卡上分配的参数量是一样的吗，为什么？大模型位置编码的方式？旋转位置编码相比于传统正余弦位置编码的区别？为什么要用旋转位置编码？COT的训练是如何做的，数据如何构造？预训练时packing和padding的区别，packing的优点和缺点有哪些，哪种效果好一些？Qwen3的模型架构（详细介绍），相比于Qwen2.5有哪些改进？同样是MoE架构，Qwen3的MoE架构和DeepSeek的MoE架构有哪些区别？多模态大模型的ViT，解释原理、如何训练的？手撕：1、一道sql题（第一次遇到大模型面试让手撕sql的）2、手撕transformer（第一次遇到直接说手撕transformer的）

自己都忘了投过这家，看官网似乎是在boss直聘投的。面试全程30分钟左右，部分问题有点卡壳，二分的细节最开始也不太对，最后写对了。58一面：1、自我介绍，项目相关提问2、数据集的匹配过程和效果评测，问大模型sft微调和lora的原理3、yolov5项目提问：转置卷积的做法，前后效果对比4、深度学习训练时解决梯度爆炸或消失的策略，激活函数的作用5、RAG中向量检索的做法，为什么用余弦相似度，而不是欧式距离6、多模态的大模型，业界有哪些比较好的？7、实现二分查找