乐信圣文游戏测试实习二面

发一下问题给大家参考，攒攒人品！！！1.项目是基于自己的兴趣，还是follow现成项目2.这个项目是主要是为了解决什么问题3.训练是基于 torch 写的，还是用现有的框架4.保存加载checkpoint怎么实现的5.项目怎么做到能跑起来？遇到什么困难？怎么解决？6.Qwen tokenizer 中并没有图像相关的 token，那么在构建多模态输入时，应该如何在文本序列中表示图像位置8.占位 token 在经过 tokenizer 和embedding 后，模型是否能够稳定地识别它的存在？它在 embedding 空间中是否具有明确的语义位置，还是只是一个噪声 token9.你用什么指标测模型10.Deepspeed11.zero12312.Zero3 是模型并行吗13.8 卡环境下使用 ZeRO-3 训练时，数据并行度是多少14.Megatron15.8 卡环境下使用Megatron训练时，数据并行度是多少16.训过PPO吗17.PPO 的reward model是怎么训的18.PPO 再往底层学了吗？讲一下蒙特卡洛和 TD error 的区别19.为什么他们是两个极端20.PPO 加载了哪几个模型？哪些模型是freeze，哪些是激活的？以及它每个模型做了什么21.你的PPO 的 critic model 是怎么初始化的22.LLM场景下，传统强化学习中的核心概念（Actor、Environment、State、Action、Reward、Value）分别对应什么23.R和V的关系？Value 函数在估计什么量24.DPO和PPO的关系25.DPO加载几个模型26.DPO的推导27.重要性采样两个pi的比值落实到代码层面是什么计算的28.LLaVA-one-vision、LLaVA-NeXT29.llava怎么实现动态分辨率的30.qwenvl系列是如何实现动态分辨率的31.了解qwenvl系列吗32.qwenvl在旋转位置编码上的改进33.场景题：在视频多模态模型（如 Qwen-3B / Qwen-Omni）中，模型存在 video grounding 不准确和“幻觉定位”的问题。如何系统性地设计数据、训练策略、评估与约束机制，来有效提升模型的事件定位准确性34.根号dk的作用35.手撕self-attention

社招，1月13日晚上7点，第三轮HRBP面试完，1月14日问我要了最近的简历，今天是第7天了，还没有动静，许愿能过！给OC谈薪，顺顺利利给offer，牛客很灵，我会还愿的~

如果还在犹豫就完了，此刻，动起手来，别管春节，现在就发，现在就投，现在就去找资源，即便现在找不到，你也比其他人多了一手资源，开工回来之后就更早的进入状态。别再问什么时候开始，此时时刻早已开始。

乐信圣文值得去吗家人们