请问大家项目都是自己写的吗

实习时最怕听到“把这个活干一下”。这句话看似简单，却常常没有边界、没有说明，也没有预期结果。你不知道要做到什么程度，也不清楚优先级和时间要求，只能一边试探一边修改，反复返工。比起任务本身，更让人焦虑的是这种不确定感。

1.自我介绍2.sft阶段用的什么模型，数据来源，如何做数据处理，用的什么框架3.ppo如何做的详细介绍，包括数据，怎么训练奖励模型，每个模型的损失什么样子的，在几张卡上做的训练4.dpo训练流程，为什么 ppo 和 dpo 你都用了，有什么区别，有没有做对比试验5.怎么评估你微调之后模型有提升6.ppo为什么效果会比 dpo 强，怎么理解多轮 dpo 会有提升7.项目中创新点外代码中怎么实现的，详细讲讲，消融实验怎么做的8.clip训练原理9.深度学习相关知识，讲几种优化器10.讲 MHA 原理11.GRPO原理12.Lora原理， r 大小对模型训练的影响14.vit训练原理15.swin transformer 的原理16.qwen3快思考和慢思考的原理17.手撕📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.问实习2. 项目拷打3. LLM 落地部署有什么好用的 trick？答案：现在 LLM 落地里，很多时候改模型不如先改数据和链路。第一步是把线上 badcase 分桶，区分是检索错、提示词错、模型能力不足、工具返回错还是数据源脏；第二步是做数据闭环，把高频错误变成 SFT、偏好对、规则样本或者评测集；第三步是做推理侧优化，比如 KV Cache、continuous batching、量化、prefix cache 和路由小模型。比较实用的 trick 是不要盲目微调整个模型。很多业务问题是知识更新、格式不稳、证据引用错，这些更适合通过 RAG、结构化输出、后校验和数据清洗解决。只有当错误...

2本9硕，从3月才算是一边准备八股一边过项目，3月底才投简历。。。4月中旬开始陆续接到面试：美团（岗位不匹配、一面挂）、阿里（3次一面挂）、滴滴（一面挂）、蚂蚁（电话一面挂）、这周投腾讯，周三被技术咨询岗捞起来又是一面挂（可能也有岗位不匹配，我说我要搞研发）。。。现在都没动静了，这么多一面挂，自己准备的这么不充分吗，回答的有那么糟糕吗。。。还能找到实习吗，压力好大，现在都没心思看八股、看项目了