面试最社死行为

总时长1h左右，整体感觉还不错项目：1.为什么要进行数据蒸馏？2.怎么保证蒸馏效果？3.微调用的什么框架？4.效果有跟其他的模型对比么？效果如何？5.Qwen-max调的什么API6.有做数据的分离么？有没有数据泄露？7.Qwen-8B微调有用精度么？有优化么？8.8B微调显存占用多少？9.模型前向计算占用的显存是多少？八股：1.了解Paged Attention么？为什么他能降显存？2.强化学习是什么？3.讲讲GRPO？4.讲讲KV Cache5.在推理的时候KV Cache为什么需要储存？手撕：二叉树中的最大路径和

看了小红书还有牛客上的一些面经，发现好多标题某某大厂的大模型应用开发的面试题全是考的算法相关的，这是真的吗？我也有过一两段agent的实习经历，我觉得agent开发更多的是偏向工程，想问一下面试过的师兄师姐真实的情况到底是怎么样的

1.自我介绍；2.本科毕设项目介绍；3.Retinaface和Facenet的具体网络模型；4.Retinaface是如何检测人脸的，Facenet是如何识别人脸的；5.项目的创新点有什么，评判指标是什么；6.检测和识别用的时间，其中esp8266，mg996r分别是做什么用的；7.大模型量化比赛项目介绍；8.AWQ和GPTQ是什么；9.什么模型适合用AWQ，什么模型适合用GPTQ；10.其中最优的参数是怎么得到的；11.llm- benchmarker怎么用的，是什么评判指标；12.了解算子吗？（marlin kernel）详细说一下这个算子是什么；13.除了量化其他的方法了解吗？（压缩、减枝、LoRA）14.LoRA是什么；QLoRA是什么？为什么要用LoRA；15.具体的原理是怎么样的；16.如何将LoRA结合到TransFormer各个层？17.介绍一下TransFormer的架构；18.Encoder和Decoder是由什么组成的；19.MHA细节是怎么样的(QKV)，softmax是干什么用的；20.单头注意力和多头注意力有什么区别；21.为什么MHA下面要除根号d；22.潜在多头注意力了解吗，多头注意力的作用；23.FFN详细说一下；24.残差链接有什么用；25.Layer Normalization有什么用；26.Layer Normalization和Batch  Normalization的区别；27.Qwen3的基础架构是怎么样的；28.Qwen3和Qwen2.5相比有什么区别；29.Qwen3和DeepSeek有多少个头；30.大模型要训练出思维链应该如何训练；31.如何平衡精度和推理速度，怎么做trade off的；32.了解Agent吗，做过什么agent项目33.Dense模型是什么；34.MoE、MLA是什么，详细讲一下；35.LoRA的偏置矩阵详细说一下，为什么LoRA初始化A要正态分布，B要初始化为0；36.秩是什么意思；怎么理解；37.Qwen3哪里做的好；38.快手实习项目介绍；39.经纬恒润实习项目介绍；40.了解量化交易吗；41.你平时做交易是趋势还是阶段？------二更已oc

总时长70分钟左右，比一面显著更难，对项目抠得很深，八股都是结合项目问的，算法题是hot100中的困难题1.实习介绍2.后面问了相当多的项目细节，以及具体参数(选的框架、显卡配置、训练参数等)，有10多个问题，期间还让比较GRPO、DPO、DAPO、GSPO等方法3.项目+八股:图片是怎么传递给VLM(Qwen2.5 VL)并被VLM理解的，你知道吗?4.项目:用的什么Loss?;可以用numpy写一下公式吗?5.项目+八股:你说到Owen2.5 VL是包括ViT的，可以介绍一下ViT的结构和原理吗?6.Qwen 2.5 VL里面的Transformer结构和普通的Transformer的结构有哪些不同?7.RMSNorm和LayerNorm主要区别在哪里:现在大模型更喜欢哪个，为什么这么设计?8.算法题:lc25 K个一组反转链表(9.反问