面试很难，还是要多多练习1.项目拷打2.酣畅淋漓的技术八股...*-讲一下Wan(阿里的通义万相)的框架是什么*-是否了解MM-DiT的框架*-对于DiT，时间t是怎么注入的，AdaLN讲一下*-了不了解VideoVAE是怎么训练的，用了什么损失函数，如果重建视频不清晰可以再加什么Ioss*-KL散度具体的公式是什么样的?和交叉熵损失函数有什么区别联系*-是否了解Flowmatching，具体是怎么做的，和DDPM的优劣*-讲一下Classifier-Free Guidance*-是否了解视频后训练怎么做的，GRPO是什么*-你觉得对于训练一个视频基模，应该有哪几个流程，哪一步比较关键*-训练过多大的模型，用了多少张卡*-训练过程中是否遇到过不稳定的情况，本质上是因为什么*-是否了解混合精度，FP16和BF16的区别*-是否了解大模型训练中的几种并行(DP,PP,TP,EP)3.手撕: 经典 multi-headattention

给我面没招了，发点面经攒攒人品～1.实习拷打2.了解哪些大模型， Qwen 和 DeepSeek 各自的特点？3.MoE 跟 Dense 比，收益主要体现在哪？代价又是什么?4.有没有做过全参微调？没有的话你怎么判断它和值不值得做？5.如果你要把 LoRA 和全参做对比，你会怎么设计实验、控制变量、看哪些指标？6.RLHF 解决什么，在对齐里起什么作用？ RLHF 这一块会继续深挖：7.你知道哪些主流的对齐／强化学习做法？8.代码题：括号生成＋手写多头自注意力

给我面没招了，发点面经攒攒人品～1.介绍一下你的实习经历和主要工作内容。2.在微调大模型时，你使用过哪些框架？它们的优缺点分别是什么？3.CLIP 模型的 zero-shot 能力是如何实现的？它在多模态任务中的应用有哪些优势？4.Transformer 中 Pre-Norm 和 Post-Norm 的设计差异是什么？对模型训练稳定性和性能有何影响？5.在生成式大模型中，为何通常采用 Decoder-only 架构而非 Encoder-Decoder 结构？6.请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.针对 Transformer 模型推理过程，你会采用哪些优化手段？8.请阐述RAG的核心原理，并说明如何通过 RAG 缓解大模型的幻觉问题。9.vLLM 框架的核心优化原理是什么？其在动态批处理和显存管理上有哪些创新设计？10.请对比 RLHF、PPO、DPO 算法的技术差异、优缺点及适用场景。

### 自我介绍### 选一个项目重点做介绍，介绍一下你在项目中的工作，遇到的问题以及解决的思路### 讲一下有哪些不同类别的微调### 怎么计算模型训练和推理的时候的显存占用比如14B的模型需要多少显存推理和训练### 怎么判断奖励函数设置的合理不合理？### 过拟合和欠拟合讲一下 怎么排查，有哪些缓解的方法### 怎么让模型输入长度能够做到很长### 模型部署之后，服务的过程中，如果显存爆了要怎么优化### 图像的特征提取讲3个方法### 主流的多模态大模型接触过吗，有哪些### 怎么训练一个多模态大模型### 你用过的多模态大模型 比如视频生成，一般来说有哪些任务？ 你觉得他们在这些任务上的表现存在什么问题？### 如果让你从0设计一个agent，应该有哪些模块### C++ static const的区别### Java 字节码知道吗? 有什么用 有什么优势劣势### 堆是怎么实现的### 单链表怎么找中间节点### TCP IP的握手协议讲一下### linux系统如果现在很卡，怎么排查，用哪些命令### 算法题：给定一个数组，可以在每个数前面添加正负号，目标是target，问有多少种方案。写完后问怎么优化。