懂车帝三面

面试很难，还是要多多练习！！！1.实习介绍2.你做的上下文扩大具体是怎么做的，原理是什么?3.相关长文本是怎么做几阶段训练的?4.除了所用的扩展方式，Deepseek、Llama的长文本扩展方案是什么，为什么选择当前方案而非其他?5.若要将模型训练到1000K的上下文长度，该从哪些方面实现，其中的难点是什么?6.32B模型训练用到了多少显卡?7.若将上下文扩展到1000K，该如何估算训练的算力用量?8.上下文扩展到1000K后，训练时显存会在哪些地方暴涨?9.用GRPO做后训练的过程中，遇到的典型或较难的问题是什么?10.针对上述问题，训练Skill的具体方式是什么?11.从算法设计角度，该如何解决模型无效调用工具、工具调用参数失败的问题?12.增量预训练中的"增量"具体指什么?13.增量预训练使用了多少数据，又该如何评估训练效果?14.系统介绍一下自动化评分的背景、所用手段、解决的问题以及达到的效果15.在模型迭代优化中，什么样的数据能进入数据闭环，筛选标准是什么?16.模型工具调用的准确率是如何计算的?17.分析PPO算法各部分在流程中的位置以及具体计算方式18.抛开实际应用场景，PPO算法的损失包含哪几部分?19.在实际流程中，PPO算法的相对优势是怎么计算的?