结婴😭让我想起韩立了

1.讲一下实习期间做的工作2.讲一下Dense 模型和 MoE 模型的区别、优缺点及参数上的比较3.MoE模型专家的负载不均衡问题如何解决？4.如何通过修改损失函数来解决负载均衡问题？5.具体可以使用哪些损失函数解决负载均衡问题？6.选一个 RLHF 方法来讲解（PPO, GRPO, DPO）7.PPO有几个模型，每个模型的作用，以及哪些模型需要训练，哪些模型不需要训练8.为什么要进行 RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习）9.介绍一下 Attention 机制数学原理、直觉原理以及计算公式的计算过程10.什么是微调、微调的原理11.为什么微调会有效果？12.为什么不做全量微调？13.介绍一下LoRA 微调及其如何减少训练的参数14.算法题（两道题）1.计算二叉树的深度2.计算给定二叉树的最大路径和写出来了并测试通过

山穷水尽疑无路，柳暗花明又一村。鼠鼠过年前终于找到实习了，虽然没达到预期，但其实对我来说已经相当好了

1. 字节 国际化商业与广告部门 小组负责Tiktok电商自动化 暑期实习 与ld聊转正后工作为广告算法 自动出价与CVR模型 base杭州 (n+2)*15+k签字费2. 腾讯TEG AI平台部 游戏算法 面试交流下来是主要做FPS游戏的AI，主要技术栈为RL，带少量使用LLM进行RL的技术预研 base深圳总部 n*15+(k+4)股票+(k+5)签字费方向差很多，字节这个实习下来技术栈在传统搜推里也算老的了；腾讯这个希望有人能给点更内部的信息，不太了解内部情况，秋招面上的

百度健康，总包 n+5，base北京西二旗，llm的岗，做广告投放，内容推荐，用大模型结合搜推把，属于llm+搜推的，组里面新开的项目都是大模型的，团队规模15人左右工作强度：10-9-5 或更好点B站，总包n，搜索，流量生态部，base上海， 团队规模30-40人 ，了解的比较少，不过感觉业务比较核心，但是总包确实稍微少了点强度打卡满9小时，弹性，感觉强度不会很高百度orB站？