1.了解deepseek - R1吗，介绍一下2.大模型灾难性遗忘是什么？怎么解决的？3.gbdt怎么实现并行化的？4.deepspeed三个阶段。5. 多路检索如何实现？如何合并多路检索的结果，对它们做排序？6.什么是旋转位置编码，解决了什么问题，为什么7.训练一个7b模型要占用多少显存，不同zero阶段能节省多少显存8. Embedding 与生成模型协同工作是怎么做的？9.讲DPO、PPO、RLHF。10.为什么在参数高效微调中使用低秩矩阵分解？11.数组中目标出现的开始和结束位置，二分秒了。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

笔试时间：2025年8月27日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题KNN 算法的核心思想是，如果一个样本在特征空间中的 K 个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。请按照下面的步骤实现 KNN 算法。KNN 算法说明：计算待分类点到其他样本点的距离通过距离进行排序，选择距离最小的 K 个点提取这 K 个临近点的类别，根据少数服从多数的原则，将占比最多的那个标签赋值给待分类样本点的 label本题说明：给定数据集中，默认每一类标签都存在数据，不存在某类型数量为 0 的场景消除不同特征权重问题，给出数据均已做好归一...

#华为求职进展汇总#

一面（1.5h）1．自我介绍，过实习，讲论文，根据表述实时跟进询问交流2．讲一下大模型训练和推理的流程， SFT 和 RLHF 的作用分别是什么3．为什么探索 MoE 架构， MoE 相比 Dense 有什么好处4．有没有全量微调过5．推导一下神经网络反向传播的过程6．在 RLHF 中，目前主流的强化学习算法有哪几个，写一下损失函数的表达式7．一道排列组合的概率题8．平常有用过 RLHF 吗，简单介绍一下9. 开放题：对目前大模型的发展有什么看法10.代码：多头自注意力二面（1h）1．自我介绍，过实习和论文2．知道哪些强化学习算法，除了 PPO和 DPO 这些呢3. 知道 LoRA 的原理吗， A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗4．除了 DeepSpeed ，还用过其他的什么优化方法吗5．ZeRO -1, ZeRO -2,ZeRO -3三个模式的区别6．讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗7．当时你用 DeepSpeed ZeRO -3来微调Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存8. 在微调 Qwen 的时候，数据是怎么构造的9.代码：无重复字符的最长子串📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。