很少八股，没有手撕，开局聊天。有个问题很有意思，问我喜欢技术需求还是业务需求，我说技术需求，业务需求提升不大。他说你这么说我可给你挂了呀，然后告诉我业务需求也不赖。人很好，找出来我一身毛病，告诉我该怎么做，巴拉巴拉。最后问我想不想来，我说想来，他说我怎么感觉你在说谎呢，绷不住了。问的很有深度，面经也记不住。但是人一直都很耐心，爆杀臭脸虾皮面试官。

全程30分钟，无手撕，部分八股是从项目中引申的，感觉一面像是仅记录情况。面试过程有点尴尬，好几个问题都是我讲完了，面试官好像觉得不够，问“还有吗”，直到我说不出来了为止，可能我列举得不够全。1、RAG比赛的提问：混合检索和精排是怎么做的；如果不用RAG，会有多少分；比赛比较仓促，如果给你更多的资源，你可以从哪些方面来优化2、了解航天所实习的情况3、毕设项目提问：数据集构建的过程，多阶段微调时的参数，问是Lora还是全量微调，回答Lora后追问Lora的原理和我用Lora的参数，问我有没有试过其他参数和其他Lora方法；如何缓解过拟合的问题，我回答数据集和调参后，对方好像觉得不够，我就扩展到整个...

早上十点：阿里控股二面面试官不开摄像头，只问大模型相关，无手撕总共半小时。秒挂，感觉像KPI，我是和阿里系无缘了。下午两点：4399总时长半小时下午五点：美团到店总时长45分钟，聊得比较开心，手撕删除链表倒数第k节点

先是自我介绍，聊了聊项目和之前的实习。八股：1. 大模型预测 token 的损失是怎么算的？有哪几种常见的损失函数？2. 讲讲大模型的思维链技术？3. 聊聊 Transformer？它有啥优势？位置编码是咋做的，有啥改进？ROPE 是啥？Transformer 是怎么把文本转成 token 的？4. Lora 微调八股：矩阵 A, B 怎么初始化？为啥 B 要初始化成 0，A 不行吗？啥是矩阵的秩？5. Bert 和 GPT 有啥区别？大模型时代，小模型还有用吗？6. MHA 是啥？有啥改进？讲讲 DeepSeek 的 MLA？7. MOE 一般加在哪？从训练和推理的角度看，MOE 有啥好处？...