AI初创大模型算法一面-实习面经攒人品

最近闲下来了发点面经攒攒人品1. attention中数据shape是batch first还是seq_len first2. Prompt长度加倍，首token延迟加倍吗3. 模型选型时是否做定性定量对比ab test，客观数据验证文心性能不好了吗4. SFT过程中遇到了哪些问题和解决方案？5. 如何定性定量评估数据集质量，单条和整体数据集质量？6. 单一分类模型，细分分类模型和MOE融合的优劣。7. MHA手写?

从“会聊天”到“能干活”：一篇讲透 Agent 开发求职、实习与简历的文章“Agent（智能体）开发”这两年火得很快：朋友圈在晒 Demo、公司在招人、面试在加题，但很多人心里还是一团雾——到底什么算 Agent？实习在干什么？怎么找工作？简历怎么写才不虚？以及最现实的一句：怎么判断这份实习到底值不值？这篇文章就用工程化视角把它讲清楚：Agent 不是玄学，而是一套“LLM + 工具 + 状态 + 评测 + 线上约束”的系统工程。会写 prompt 只是入场券；真正的竞争力来自你能不能把它做成“可用、可控、可评测、可迭代”的产品能力。一、先把“Agent”翻译成人话：它到底是什么？很多人对 A...

全程 50 多分钟，没有八股环节，不过算法题发挥得不好，结果基本也就可以预期了。继续打磨短板，踏实提升自己1️⃣ 项目介绍2️⃣ 论文拷打3️⃣ 实习经历拷打4️⃣ 手撕1. 论文里面核心几个步骤的算法，可以写伪代码2. 一道算法题，结束后查到是Leetcode 2327，在面试紧张的状态下很难思考，被提示用DP，后面又提示了几次勉强过了测试样例5️⃣ 反问

面试官：你还有什么想问的吗？ 我：什么时候给我发offer？↑如果你不是很想要这份工作，也可以像我这样问。关于反问环节，很多朋友应该很迷惑，“我真没什么想问的，但是不问有点尴尬，要不问点啥吧？”我也是从这个阶段开始的，但是在我面试了众多公司的AI算法工程师后，还是总结出一些规律。我们应该先明确的是——反问环节对我们的帮助有哪些。首先，通过提问，我们可以直接或间接地获取信息。这个信息包括但不限于： 1.公司产品线，这个是相对容易问到的，例如“我了解到我们公司有xx产品，我想问下您具体是负责哪个业务的？”这个问题是一个不会出错的问题，主要是帮我们判断“这个公司做的事我真的感兴趣吗”，以及引出后续的...