快手 快star 大模型应用 一面凉经

✅一面 1．首先是自我介绍和过项目，面试官还一起探讨项目用到的方法，可行性之类的2．介绍一下 CLIP3．了解 LoRA 吗， LoRA 微调的原理是什么4．了解哪些多模态大模型，简要介绍几个5.BLIP的三个损失函数分别是什么，数据是怎样清洗的6.BLIP2相对于 BLIP 有哪些改进，BLIP3又有哪些改进7.Qwen- VL 的三个训练流程分别是什么，有什么作用8．视觉编码器和 LLM 连接时，使用BLIP2中 Q - Former 那种复杂的 Adaptor 好还是 LLaVA 中简单的 MLP 好，说说各自的优缺点9．代码：实现多头自注意力一面比较常规，几乎都是八股问题，我觉得只要了解常见的多模态大模型都问题不大，主要还是要理解各个模型设计的动机是什么，这也是面试最喜欢考察的✅二面1．自我介绍和过项目，简要问了项目中使用某些方法的动机，以及是否会导致其他的问题2．了解 Transformer 吗，编码器和解码器的注意力有什么区别，在计算注意力中时除以 dk \ sqrt { d _ k }\ sqrt [ d _ k ｝的原因是什么3．后来有哪些比较经典的基于 Transformer 的语言模型， Qwen 相比于原始 Transformer 有哪些结构上的改动，Qwen2又有哪些改进4．了解 RLHF 吗， DPO 和 PPO 有什么区别， Loss 是什么样的，各自的优缺点是什么5．介绍一下 CLIP ，还了解什么其他的对比学习方法6．开放题：了解哪些多模态大模型，目前多模态大模型最的问题是什么7．代码：1143．最长公共子序列二面其实也偏常规，几乎也都是八股问题，但是也考察了一些对模型的理解以及知识面的广度，整体来说比一面的难度大一些✅三面：1．自我介绍，然后详细过了一下项目2．了解哪些大模型和多模态大模型，然后就聊了大模型这一路是怎么发展过来的，Transformer 、 BERT 、 GPT 、 LLaMA 、 Qwen ix ,以及当时的o1推理模型3．平常有尝试过训练过大模型吗，规模小一点的也没关系4．聊天，包括职业规划等等三面比较轻松，面试官说知识点前面两面都考察过了，三面就轻松一些，大概40来分钟吧📳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。

浙江省邮电工程建设公司(Linux运维)一面(07/22)问了一些Linux相关的基础知识问了nginx 的四层 七层代理(没答上)问了进程,ssh,文件,用户权限管理中间简单结合项目回答了一些问题反问07/23通知一面通过二面07/28两个面试官围绕简历提问的问了一下基础的一些关于Linux相关的问题,比如换源之类的问题08/01 通知二面通过已拒松鼠ai一面(07/23)面试官开门见山加班问题(晚上九十点下班)docker 问了dockerfile的编写(具体的)k8s没怎么问项目(不感兴趣,面试官比较喜欢追问技术细节,喜欢往深了问)算法(让力扣写了一个算法题(z字变换),没写出来)实操查...

八股文：SFT 训练时，数据规模和模型大小之间有什么 scaling law？除了 GRPO，还有哪些改进技术？比如 DPO、GSPO？怎么解决 DPO 和 GRPO 的 reward hacking 问题？DPO、GRPO 和 PPO 有啥区别？聊聊全参数微调和 PEFT？PEFT 的四种模式（addition, replace, LoRA, prompt tuning）分别讲讲？ 手撕算法：链表题：判断链表有没有环，找出两个链表的相交节点。O(n) 时间复杂度内，找出数组中第 k 大的数。

2025.9.2 面试时长80分钟17.00~18.20Docker容器的使用，用来干嘛C++，多态，虚函数是怎么实现的，底层是怎样的如果有一个unsigned 32类型数据，我要对其中某位置1，应该怎么实现QT，信号与槽和回调函数的区别（有很大区别，回答了区别不大，回调一般是一对一，信号与槽可以一对多，发送方只管发送信号且可以跨线程）stft，窗函数有哪些，都是怎样实现的，分别有什么特点Transformer，交叉注意力，掩码注意力，自注意力，这集中注意力是怎样实现的，有什么区别介绍毕设项目，DMCRN，RCAT-UNet介绍端到端语音增强模型，介绍RCAT-UNet模型内部结构为什么选时域...