1. 实习项目问的很细，数据构造，微调参数等2. 如果子agent回复不对怎么办？反思？跳不出去怎么办？限制次数3. LORA和全参数微调的区别4. DPO，PPO，GRPO5. 逻辑回归、XGB和神经网络的区别6. XGB怎么做特征重要性的？gini系数是什么？7. Deepseek MLA？为什么压缩？8. Transformer encoder？为什么需要FFN？9. AUC物理意义，公式，公式含义code：重排链表

1. 实习介绍2. 看了今年哪些生成式推荐论文，答onerec了3. 然后聊了半小时onerec，重点在多模态tokenizer和语义id4. 拷打简历项目(infonce的温度系数作用，faiss ANN索引，正负样本，特征工程，推理测评指标等)5. RoPE和ALiBi两种相对位置编码的原理6. SwiGLU原理，比relu好在哪7. attention常规八股(根号dk，时间复杂度，为什么要分多头)8. 用过哪些大模型微调方式，LoRA微调原理9. 了解模型蒸馏吗10. 了解目前主流多模态模型吗，扩散模型公式怎么推导的11. 手撕: lc53 最大子数组和改为求出这个子数组

一面是hr面围绕个人的一些简历展开的1、说说自己的实习经历2、哪些与销售有关3、你觉得你有哪些销售的基本技能4、能否接受base地点办公点可能有点偏僻。会不会有心理落差？二面是业务面1、为什么要做销售？2、如何去在竞品竞争比较大的情况下，售卖产品3、有什么tob方面的经验4、在销售中遇到挫折会怎么办？5、是否可以坚持去，在销售上深耕6、为什么不继续攻读phd7、在学业和就业方面的平衡如何做？

第一次投了通用软件开发，机考没通过，重新投递必须要换岗位，所以投的AI应用岗，面试是大模型应用岗位，可是我一直面试的是后端岗位，简历也是后端的项目，准备的都是JAVA八股，JAVA手撕题。有没有uu有同样的情况？面试会问大模型吗？还是根据简历问？求求了，根本不知道怎么准备