项目介绍+拷打1.每一步骤以后获得回答的变化，*在项目里sft和rlhf后大模型回答有什么变化，举例说明2.sft和 rlhf的作用有什么区别3.*sft如果用 dpo的chosen回答直接做sft的话还需要 rhf吗?八股1.sft有哪些方式?除了lora还有哪些?lora中为什么低秩矩阵是能够表示增量的?怎么初始化的?为什么要这么初始化?2.ppo、grpo、dpo(critic model和rewardmodel，哪个是未来价值，组内相对优势怎么计骎算，*如果组内差距大的话会对训练有什么影响?有没有佬说一下这个怎么答coding(二选一)1.手撕 transformer，输入一个矩阵然后输出经过transformer块以后的结果，不能使用torch，只能使用 numpy2.非 hot100 leetcode困难地下城游戏

2025.9.23 一面 （压力面）35min这个面试官沟通起来非常费劲，喜欢东一句西一句，回答起来超级累。介绍第一段实习项目用到了哪些接口？查到了哪些信息？怎么样组成的一套完整的业务的？不知道面试官想表达啥，我说了我用到的接口，说了怎么使用的，他却说哪些是我做的，这不都是其他团队提供的吗？可是这不是你刚才问的我用到了哪些接口吗？有点搞不懂他想问什么我刚开始介绍了一遍项目，他又说有没有复杂点的业务设计到多服务能力支持的，刚才讲的那个业务已经够复杂了，然后我又介绍了一遍可订态的计算流程，难崩，不知道他想问啥。接着又问我调了哪些接口，我又讲了一遍我调的接口，怎么使用的。说着说着，又给我打断了，逆天...

一面: 1.项目介绍2.面试官是同校大我三届的师兄，一眼被他看出项目深度不够，于是简单了解完之后直接开始八股3.问kv cache相关4.decoder的 qkv输入分别来自哪5.除了MHA还知道哪些(GQA MQA MLA)讲原理6.问DPO PPO GRPO DAPO 原理、公式、为什么这么做7.有没有看过原论文有什么自己的理解8.DPO的训练和PPO的奖励模型的训练过程是否一样9.问有没有看过deepseekqwen的技术报告，问MoE10.告诉我快手新发了几篇强化学习的论文让我去看(ARPOAEPO)11.然后问了三道智力题:一个开关灯、一个烧绳子计时、一个水桶倒水12.出了两道编程题:题目难度不小，都是力扣困难题，还不是原题，涉及到改编

近期签下了三方，秋招也算是告一段落了，年包达到了在成都非常理想的数字，其实从国庆开始就再也没有进行过面试，流程都是国庆前的。本人bg211本，从学习java到实习再到最后拿下五个秋招offer，历时六个月，前几天刷到一篇同bg的前端选手0offer遗憾离场，不胜唏嘘，遂决定写下这篇文章。3月，尚未接触java，那时候腾讯的s线来学校招暑期实习，那是我第一次思考本科毕业的出路，然后投递了当时的hr岗位，过了群面，倒在了一面，那时候竟然直接跟面试官说就是来碰碰运气。面试失败后，先学了一段时间cpp，发现资源和岗位都比较少，3月底，正式转java。4月5月，从javase开始，一直到springbo...