腾旭混元大模型实习一面

整理下面经攒攒人品1)项目介绍2)实习拷打3)在研究和业务方面你更偏向于哪一块?4)开放题:我看你也做了这么多LLM的事情，你怎么看待LLM的发展?5)场景题:假设你现在在做商品的推荐，这里面涉及到多个推荐的场景，每个推荐的场景推荐的物品又不太一样，有些地方是推电商的商品，有些又只推外卖的商品，可能还有些推的是优惠券，那你怎么想办法对这些商品进行理解后整合到一起实现一个整体的推荐系统而不是多个模型去做推荐?或者说是对不同类型的商品之间怎么用大模型或者nlp的方法去进行理解，然后把他们之间的联系建立起来?6)代码题:1)根据相似度召回top1的文本(给好了内置函数，只是要把代码根据逻辑写好2)多个SQL查询文本设计

笔试： 2h，十几道选择题，涵盖数学/统计/编程/八股，（看牛客的往年题还有物理题？？不过我没遇到）都是以前学过的但基本忘了，按印象选的最后一个编程题二选一，一道求闭包，一道构建决策树，不要求可运行代码，只需要给大概伪代码然后写清楚思路感觉答得挺差的，但是立马就通过给约面试了一面：1. 自我介绍2. 吟唱两个相关项目3. 询问base意向，毕业时间4. 反问5. 聊天面试官非常热情，对主包的24年圣遗物自驾项目表达了肯定，并拉着主包多聊了三十分钟天，介绍蔚来业务/聊主包本科和硕士期间的经历过了两三天约了二面二面：1. 直接让介绍两个项目2. 直接反问3. 直接结束没开视频并且语气很冷淡，没让自我介绍直接让聊项目，听到对面说第一句话就知道没我什么事了不过官网一直没更新进度，hr直接消失，过了一个星期问了一下结果也不鸟我，一看朋友圈人在泰国旅游呢，那我就当挂了何意味

1.自我介绍，挑一个觉得做的比较好的论文和实习讲一下，面试官问的比较详细，为什么选现在这种方案，为什么 work，其他方案有考虑吗2.在微调 Qwen 的时候，数据是怎么构造的，有用到什么数据清洗方法吗，数据配比是怎么做的3.讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗4.在做对齐的时候，为什么 SFT之后还要做 RLHF，只用 SFT 可以吗5.知道哪些强化学习算法，除了PPO和 DPO这些呢，DeepSeek用的GRPO 相比于 GPT的 PPO 做了哪些改进6.开放题:对目前大模型的发展有什么看法7.代码:零钱的两个题 322.零钱兑换518.零钱兑换 II

整体面试还是不错的，但是没后续了,,,1.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销