给我面没招了，发点面经攒攒人品～1.项目拷打2.拷打八股文：①介绍一下Qwen系列模型的架构，训练方法。②讲一下PPO、DPO和GRPO的区别。③讲一下熵、交叉熵和KL散度的联系。④讲一下DeepSpeed，DDP和FlashAttention。⑤讲一下你为什么分类不用MSE。⑥计算一下Qwen3-8b推理的时候需要多少的显存⑦讲一下RAG的流程以及可以优化的策略⑧讲一下PPO中优势是如何计算的。critic模型是如何更新的。3.拷打实习：奖励函数是如何设计的呢？GRPO前有没有冷启动过程。4.手撕GQA

1. 介绍一下你的实习、项目和论文，重点讲一个你真正做深了的点2. 介绍一个你最熟悉的大模型架构，并说清楚它在注意力结构、训练策略和推理优化上的特点可以拿 Transformer 系列来答。核心由 Embedding、Multi-Head Attention、FFN、残差连接和 LayerNorm 组成。注意力结构负责建模 token 间依赖，训练上一般采用大规模自监督预训练，比如 next token prediction，然后再做 SFT、偏好对齐。推理优化上会做 KV Cache、FlashAttention、Continuous Batching、量化和张量并行。如果你想答得更像大模型...

发一下问题给大家参考，攒攒人品！1.llama.cpp了解吗?详细说说它的特点2.对DeepSekk 671B模型进行推理时，是如何做算力分配和负载均衡的?3.大模型推理中的量化技术了解吗?常见的量化方法有哪些?4.对称量化和非对称量化的区别?5.KV cache的原理是什么?在推理中起什么作用?6.用过vLLM吗?它相比传统推理框架有什么优势?7.vLLM中的PagedAttention机制是怎么工作的?解决了什么问题?语言基础C++协程(Coroutine)的特点?C++协程有栈和无栈的区别?cpp20协程是有栈还是无栈?Vector emplace_back和push_back的区别?常量指针和指针常量的区别?算法题（easy）LeetCode经典题:走迷宫问题(DFS/BFS)

一、 认知重构：简历不是“档案”，而是“产品说明书”很多人写简历像是在填档案：“我叫什么、我会什么、我做过什么”。这是典型的“工程师思维”，只顾输出，不顾接收。在产品和面试官的眼里，简历的本质是什么？是一个 “价值交付物” 。HR看简历的平均时长只有6秒，这6秒里，她只关心一个核心问题：这个人来了能不能帮我解决问题？高手的结构应该是：定位（你是谁）→ 代表作（解决过什么难事）→ 信任状（凭什么证明你行）。所以，不要再把“技术栈”放在最前面了。没有人关心你会多少工具，他们只关心你用这些工具创造了什么价值。普通结构： 基本信息 → 教育背景 → 技能树（罗列20个技术名词） → 工作经历爆款结构：...