大模型实习简历求拷打

1.八股：LoRA 和全参数微调的核心区别是什么？在显存和训练效率上各有什么优劣？2.八股：DPO、PPO、GRPO 三者的优化目标有何不同？为什么 GRPO 的 loss 中要显式加入 KL 散度项？3.八股：Transformer Encoder 中 FFN 的作用是什么？4.八股：什么是 DeepSeek 的 MLA？它的优势是什么？5.项目: 你在实习中用 LoRA 微调了哪个开源大模型？具体 rank、alpha、dropout 是多少？为什么这样设置？6.项目：SFT和DPO 数据是否有重叠？DPO 的偏好数据是如何构造的？人工标注成本大概多少？7.项目：你们的 RAG 系统召回阶段用了 BGE-M3 还是 BM25？最终选择依据是什么指标（如 Recall@k）？BGE-M3 输出向量维度是多少？8.项目：为什么不用纯向量相似度直接生成答案，而要再过一遍大模型？这样做对幻觉和安全性有什么帮助？9.手撕：接雨水（LeetCode 42）

看了篇论文感觉挺有意思的，这个是我目前看，能够比较完整的把智能体错误进行系统整理并給出一个诊断方式的文章。并提出了一个多代理系统故障分类法(MAST - Multi-Agent System Failure Taxonomy)原文链接这个文章主要把Agent的问题分为了三类第一类：系统设计问题这类错误通常是因为系统让智能体扮演的角色没定义好，或者智能体没能遵守“人设”和规则。其中下分五个错误1.1 违背任务规范 (Disobey Task Specification)：用户说“不要用固定字典”，智能体非要用。即无视用户的核心约束。 1.2 违背角色规范 (Disobey Role Specif...

一、第一层：从堆代码到搭系统1.数据是怎么进入知识库的？2.用了什么样的分块策略？3.索引更新机制如何保证？4.检索精排是怎么设计的？二、第二层：从能检索到会优化1.混合检索在语义检索之外，引入关键词召回（BM25),融合两种结果，既保留语义理解，又能精确匹配术语。2.两阶段检索用向量召回快速找Top50，再用 Cross - Encoder 做精排，取Top5。这就是成熟 RAG 的"标配"架构。3.查询理解用小模型或提示词自动扩展 Query三、第三层：从能回答到能推理1.长上下文优化（ Long Context )做成一个"小型知识总结助手" Demo ，就非常有竞争力。2．强化学习（ RL )在 RAG 上叠加轻量 RL 流程，根据反馈信号调整 Reranker 或 Prompt 策略。3．多模态融合（ Multimodal RAG )尝试接入图像或表格内容。📳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。

帖主本硕都没机会做AI相关科研，所以没机会发paper。本打算做大模型应用开发，第一段实习也是相关方向，但看到周围有靠学历硬走算法岗的，萌生了一点类似的想法。不知道有没有机会冲搜广推或者LLM应用算法