中科闻歌 大模型算法岗面经

1.自我介绍和项目2.Qwen- VL 的训练流程是怎样的3.讲一下大模型的训练流程，多模态大模型的视觉特征传递给 LLM 都有哪些方法4.ViT 一般怎么预训练5.多模态 RAG 介绍一下6.对于不同形状的图片或视频，位置编码怎么设计7.在 ResNet 或者 Transformer 中，残差连接的作用是什么，展开讲讲8.开放题：大模型在训练和推理的时候显存不够，有哪些优化方法9.代码：215．数组中的第 K 个最大元素

小米一面面完秒挂，给我kpi面了吗，面完三十分钟就结束了

1.浏览器从输入url到页面渲染的过程2.浏览器做了哪些工作解析HTML最终形成页面展示（渲染过程）3.对js的解析是解析什么内容4.就是假设我们已经解析完了，不管它是解析什么内容，那解析完之后的话，它其实会有一个事件循环的机制，介绍一下js的事件循环机制5.事件循环在nodejs和浏览器的区别6.vue3的vue2响应式的话有哪些区别7.vue3实现一个自定义的响应式的数据应该怎么实现8.对于引用类型和基础类型的ref 实现上有什么区别？基础类型通过包装对象实现响应式，引用类型则借助 reactive 转换为代理对象，两者最终都通过 .value 访问，但内部处理机制不同。9.vite的热更新为什么比webpack快？10.vite是怎么支持解析所有文件的为什么？11.性能优化的方式，首屏加载优化资源层面，优先压缩和拆分资源，如用 Vite/Webpack 拆分代码（Code Splitting），大文件分片加载；图片懒加载非首屏图片。通过 CDN 分发静态资源。代码层面，路由懒加载（如 React.lazy、Vue 异步组件）。缓存层面，设置 HTTP 缓存（强缓存 Cache-Control，协商缓存 ETag）12.大文件进行分片加载是如何实现的?首先前端获取文件总大小，按固定尺寸（如 1MB）计算分片数量；然后通过 HTTP Range 请求头，每次请求一个分片（如Range: bytes=0-1048575）；服务端根据 Range 返回对应片段；前端接收所有分片后，用 Blob 或 ArrayBuffer 合并成完整文件。13.强缓存的，就是说要用强缓存。那你如果强化了之后，那你怎么更新呢？就比如我发了个紧急的 V3版本，你是当前可能强化才能 V1，那我怎么更新到 V3？给静态资源（JS/CSS/ 图片等）添加版本标识，如在文件名后加哈希值（app.8f3d2.js）或版本号（app.v3.js）。构建工具（Webpack/Vite）可自动生成哈希，哈希值随文件内容变化而变。14.标识是在哪里做的?构建工具（如 Webpack、Vite）会在打包时，根据文件内容生成唯一哈希值（如 MD5），并添加到文件名中（如index.abc123.js）这一步由构建工具的配置实现。15.那如何要设置html的强缓存，如何做到强制更新？16.RAG（检索增强生成）到底是什么东西，工作原理怎么样17.为什么要做向量化的过程？18.RAG减少的原因是什么，还有什么方式可以减少幻觉19.就是你是如何去了解一个全新的一个技术领域的，就是你是怎么去做对应的一个学习的？有没有一些学习的方法论可以分享一下20.分享一下Mi-BRAG21.手撕：要实现支持并发限制和先进先出（FIFO）的异步任务调度器22.追问：task返回什么类型任务执行失败了上面功能能执行么，promise如何处理失败，但是不阻塞队列->finally()catch的时候，能否将其重新加入队列重试📍面试公司：字节跳动-今日头条💻面试岗位：前端开发

攒个人品，秋招不指望了，希望春招能有机会上岸吧。------------------------------------------------------没有自我介绍环节，一上来直接拷打实习，边拷打边问八股，基本上是我说一个做的东西，然后面试官就要开始问对应的八股了，记录一下问的八股：1. Qwen 与传统的Transformer模型相比，有什么结构上的改进？2. RMSNorm相较于LayerNorm有什么优势？公式是什么？3. SwiGLU的公式是什么？4. GRPO的公式是什么，这样做为什么更好？5. KL散度的公式是什么，为什么要用KL散度？6. LLM的损失函数是什么？给你一个10w的词表，计算出事的损失值7. GRPO为什么要做clip，直接用SFT后的模型还会不稳定吗？优势度可以怎样改进？8. 为什么你要用GRPO？GPRO结果比之前好多少？显存开销多大？训练一个Step需要多久？奖励函数如何设置的，为什么？有没有想过为什么一开始Reward出现大幅度震荡？GRPO是否一定有效，还有什么解决方法？9. Post-Training 的工作机制，为什么要做三阶段训练？什么情况下应该用GRPO？为什么DeepSeek用了GRPO？如何从V3到R1？10. 微调是如何进行微调的？为什么LoRA能够work？除了LoRA外，还了解哪些微调方法？11. 后训练用的哪个框架？你用过什么框架？如何使用deepspeed进行分布式训练？脚本是你自己写的吗？12. 知道什么Linux命令？13. 用过C++，Java吗？平时用什么多?14. 如何去评价你工作的产出和质量（基本上每个面试官都会问）15. FLUX的工作原理，LoRA在这个地方起到了什么作用？16. 你认为实习过程中哪些是从零到一的工作？（全部！鼠鼠之前学地理的）遇到一个不熟悉的领域，你会如何进行学习？-------------------------------------------------------大概是这些，可能不是很全手撕：删除链表中的节点；快慢指针秒了反问：面试官先介绍了下部门业务，随后反问：1. 为啥初试后又是初试？（可以自己点的，实际上就是二面）2. 后续几轮面试呢？（三轮，还有大老板面）3. 工作强度 （8-9.30左右）4. 这个岗位需要什么样的人？ （努力学习新知识，耐心）总而言之美团的面试体验真没的说，面试官会笑这一点就值得夸了，全程没啥压力，但是估计凉了，有些没答好