微软一面9.19

项目方面： 1、SFT用的什么模型？如何进行的蒸馏微调？只用数据还是logits蒸馏？2、LLM生成的数据如何直到是对的还是错的？如果没有金标准数据怎么办？3、你觉得这个项目的亮点是什么？4、智能体方面，ReAct架构具体是如何做的？规划智能体和生成SQL有没有交互？有的话如何防止一直迭代不结束？5、如何预防用户使用特定任务智能体干别的？八股方面：八股先问了一个：二叉树的层序遍历用什么数据结构？然后我有点突然懵，面试官就换了一个问题，介绍一个排序算法思想和逻辑，以及时间复杂度是什么。无手撕

1.自我介绍；2.本科毕设项目介绍；3.Retinaface和Facenet的具体网络模型；4.Retinaface是如何检测人脸的，Facenet是如何识别人脸的；5.项目的创新点有什么，评判指标是什么；6.检测和识别用的时间，其中esp8266，mg996r分别是做什么用的；7.大模型量化比赛项目介绍；8.AWQ和GPTQ是什么；9.什么模型适合用AWQ，什么模型适合用GPTQ；10.其中最优的参数是怎么得到的；11.llm- benchmarker怎么用的，是什么评判指标；12.了解算子吗？（marlin kernel）详细说一下这个算子是什么；13.除了量化其他的方法了解吗？（压缩、减枝、LoRA）14.LoRA是什么；QLoRA是什么？为什么要用LoRA；15.具体的原理是怎么样的；16.如何将LoRA结合到TransFormer各个层？17.介绍一下TransFormer的架构；18.Encoder和Decoder是由什么组成的；19.MHA细节是怎么样的(QKV)，softmax是干什么用的；20.单头注意力和多头注意力有什么区别；21.为什么MHA下面要除根号d；22.潜在多头注意力了解吗，多头注意力的作用；23.FFN详细说一下；24.残差链接有什么用；25.Layer Normalization有什么用；26.Layer Normalization和Batch  Normalization的区别；27.Qwen3的基础架构是怎么样的；28.Qwen3和Qwen2.5相比有什么区别；29.Qwen3和DeepSeek有多少个头；30.大模型要训练出思维链应该如何训练；31.如何平衡精度和推理速度，怎么做trade off的；32.了解Agent吗，做过什么agent项目33.Dense模型是什么；34.MoE、MLA是什么，详细讲一下；35.LoRA的偏置矩阵详细说一下，为什么LoRA初始化A要正态分布，B要初始化为0；36.秩是什么意思；怎么理解；37.Qwen3哪里做的好；38.快手实习项目介绍；39.经纬恒润实习项目介绍；40.了解量化交易吗；41.你平时做交易是趋势还是阶段？------二更已oc

1.介绍你对扩散模型的理解2.AIGC生图不符合物理世界的客观规律怎么办3.文生图模型的架构是否了解4.多模态理解对于AIGC的作用是什么5.AIGC绘图质量怎么评估的6.AIGC很大程度上依赖模型能力，万一模型对指令理解有问题怎么办7.AIGC的“美感”是怎么体现的8.AIGC绘图项目中，模糊意图怎么处理9.对当前主流方案有什么了解10.对文生图、图生图、图生视频的了解

1.项目和八股1.双向mamba和直接使用一个因果注意力有什么区别2.shift具体是怎么实现的3.针对你的 vllm 推理优化比赛，看过注意力分数吗4.prefill 阶段和 decoder 阶段5.你的方法如何降低 prefill 阶段的时间6.这两个阶段对比而言，哪个阶段更耗时7.ppo算法的流程8.grpo 以及变体2.手撕最大连续和的子数组（dp）3.反问对实习生的期望，业务