大模型算法岗求简历痛批

28届勇闯大模型算法岗（日常实习），好难好难，好多叫得出名字的厂甚至连约面都没有，是自身问题还是环境问题......

1. 介绍下你实习学了什么 做过什么项目,为什么离职的2. MoE 为什么能在参数量很大的情况下还能把训练和推理成本压住，真正难点在哪MoE 的关键不是“参数变多了”，而是“每个 token 只激活一部分参数”。也就是说总参数量可以做得很大，但单次前向只走少数几个 expert，所以理论上计算量不会随着总参数线性增长。这个思路在大模型里很有吸引力，因为可以同时兼顾容量和成本。但真正难的地方是路由和负载均衡。路由器如果只偏爱少数 expert，训练会很不稳定，热门 expert 被打爆，冷门 expert 学不到东西。另一个难点是通信开销，尤其多机训练时，token dispatch 和 gat...

发一下问题给大家参考，攒攒人品！1.项目拷打2.做这件事的过程中具体使用了哪些方案或者手段去达成目标?3.这个项目做完之后的最终效果是什么样的?4.整个系统的技术链路是怎样的?5.整个系统存储数据用的是什么?存在什么地方?采用了什么记录方案?6.query做了什么处理7.你自己做了一些模型的微调训练，请问这些训练数据是从哪里来的?8.当时微调选用的模型是什么，选的是什么尺寸(参数量)?9.你自己觉得这个项目最终做完之后，还存在哪些问题或不足?10.传统n!p做分类场景训练的时候，最后的损失函数一般是什么?11.除了交叉熵，还有没有其他可以衡量两个分布之间差异的方式?12.KL散度和交叉熵有什么区别?13.评估指标中的召回率(Recall)是怎么计算的?14.最近有使用AI Coding工具吗?具体使用的是什么工具?15.在使用AICoding工具的过程中，你觉得有什么问题或体验不够好的地方?16.最近主要用AICoding工具帮你做哪方面的事情?17.有没有自己沉淀下来一些提示词技巧?手撕，一道逻辑题，一道简单二分

📍面试公司：小红书🕐面试时间：2026/04/08 19:00💻面试岗位：NLP/多模态/大模型 实习生❓面试问题：自我介绍；项目经历、实习经历、专业技能除了简历上的，还需要向面试官展示哪些？；学习能力、探索能力、求知的欲望等MCP, SKILL的区别，SKILL为什么能省Token？如何看待Agent，怎么面向业务设计、评估Agent？项目拷打，MMKG-RAG，如何分块，实体和关系的抽取与合并coding，最小方差的子串反问：业务方向：社区生态治理，图文视频的审核和安全评估开发与运营的价值观对齐：基于网信办、用户、公众、运营等各方群体的最大公约数审核标准的自适应与动态变更🙌面试感想...