大家好，我是羊驼学长。小县城一路卷上来，南开保研⬆️上交。保研拿过浙大/人大/复旦/上交 offer，做过小红书、字节、腾讯和大模型算法实习；秋招拿过京东、虾皮、腾讯、字节、小米、华为的 sp/ssp。来牛客后我主要做三件事：1）评论区答疑（简历/项目/八股/手撕）2）整理高频真题（算法&大模型方向）3）持续发面经拆解和准备路线（尽量讲人话、能落地）26/27届同学可以直接在评论区留：- 目标岗位- 当前进度（0实习/1段实习/冲秋招）- 最卡的一关我会按高频问题优先更。一起上岸，少走弯路。🦙

感觉好难啊...整理下面经攒攒人品1. 了解多任务建模吗？比如MMOE？2. 如何解决极化问题？3. MMOE中，5个专家、2个任务，门控输出维度是多少？4. 手写CTR预估模型的最后一层网络结构及对应的损失函数5. 推导上述损失函数的梯度6. 行为序列建模的主流方案有哪些Code1. 找缺失数字（要求O(n)时间、O(1)空间）：1～n连续数字中只缺一个，找到该数字2. 找缺失数字：1~n连续数字缺两个，找出这两个数字3. 手搓交叉熵4. 手搓梯度下降

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1实习介绍2介绍项目+拷打3八股1.Qwen模型架构2.rag全链路过程3.lora原理，相关技术4.rag检索方法5.dpo原理、*损失函数6.介绍自注意力，自注意力的类型7.vllm了解技术吗8.了解图片视频等多模态大模型吗?4代码题螺旋矩阵

发发面经攒攒人品项目深挖1. 训练参数设置&资源配置细节2. DPO训练loss的直观含义3. 为啥不直接SFT，非要搞DPO4. 负样本构造逻辑追问：长链路GUI下正负样本长度不一有啥影响？原因是啥？5. 为啥选GRPO？对比过其他算法吗？6. tool response需要loss mask吗？理由是啥？7. 训练任务中mcp构造数量+具体case8. 训了几版模型？印象最深的bad case是啥？八股问答1. 看过AUTOGLM论文吗？其他大模型论文呢？印象最深的点是啥？2. 给定模型层数+隐藏层维度，估算参数量级+解释计算逻辑3. 同参数同序列长度，计算kvcache大小手撕代码流式输入输出处理规则1. 被包裹的字符直接隐藏2. mcp调用只输出instruction里的内容