给我面没招了，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手撕• 计算逆序对数量• 多头自注意力

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

感觉自己好菜、面试很难，还是要多多练习生成式推荐1.介绍一下 RQVAE 算法，落地过程中遇到了什么问题？（自己做的项目哪来落地，笑）2.第一层 code book 的初始化你是怎么做的？3.code book 的大小和层数你是怎么设计的？4.RQVAE 训练过程中，损失函数的构成？训练中的 loss 曲线、AUC 这类指标大概是什么水平？5.有没有调过码本初始化、相关超参，这些参数调整对模型效果的影响是什么？SFT&GRPO 算法细节提问1.你项目里提到了 SFT 和 GRPO 算法，分别讲一下这两部分你是怎么设计和计算的？2.在推荐任务上，你的 SFT 的 label 是怎么设计的？对应的 loss 函数是怎么设计的？3.详细讲一下 GRPO 算法的核心逻辑？相对于 PPO，核心优化了哪个部分？优化带来的效果是什么样的？PPO 的优势函数，对 GRPO 有影响吗？group 代表了什么？它是想替换原来 PPO 里面优势函数里的什么价值？代码考核 & 专业背景提问1.单词拆分这道题，先说说解题想法，然后写一下代码？2.最长回文子串这道题，简单说一下思路，然后写一下代码？

#简历中的项目经历要怎么写##你已经投递多少份简历了#