面试很难，还是要多多练习，感觉自己说不明白业务逻辑1）做过的最有影响力的一件事是什么？具体推动了什么变化？2）训练不稳定怎么排查3) Long Context 常见思路有哪些？在业务里如何做"能看长文本但不太贵"的折中?4）如何做一套简单可执行的离线评测集？如何覆盖不同语言与类目？5）多模态场景怎么评估：如何检查"图文一致性／不编造信息"？优先加哪些自动化检查？6) Prompt ／模板如何管理：如何版本化、如何回滚、如何避免一次改动导致整体波动？7) 手撕：实现一个最简单的 top - k 采样，并说明边界情况怎么处理。

发点面经攒攒人品～1. 数据是怎么合成的，相对于现在主流数据合成有何优化；合成数据的标签是怎么打的，有什么优化的地方2. 数据混合有哪些方法，多样性有哪些角度，怎么保证多样性的同时去除重复数据，讲一下了解的聚类去重，多样性怎么提升3. 怎么清理高质量sft数据，有哪些纬度4. 预训练数据下采样，怎么保证多样性5. 小语种数据怎么合成，方法不限但要控制成本6. 为什么lora相对全参占用显存更少code：高精度开n次根号

面试很难，还是要多多练习1.场景题：设计如何分配给用户的推送消息数量如何建模？输入输出是什么？怎么训练？有什么中间结果去辅助决策？2.八股：1.监督学习和非监督学习的区别？2.过拟合是什么？如何避免3.损失函数是什么？常见的损失函数？4.交叉熵损失函数的公式？5.AUC是什么

发点面经攒攒人品～项目细节拷打八股1.大模型了解多少，强化学习了解什么2.DPO的全称是什么，公式是什么，直接体现在哪里3.与PPO对比归一化方法• 常用的归一化方法有哪些• 讲讲RMSNormAUC• auc的定义• 从样本里随机去掉一些负样本，Auc怎么变优化器• 讲一讲常用的优化器• sgd是什么，Adam相对于sgd改进了什么位置编码• 正余弦位置编码的公式