0426小米广告算法一面凉经

大模型算法岗3.9 投递 两天后简历挂3.17 捞简历＋约一面3.25 一面。一个工作日后通知通过，约二面3.27 二面。一个工作日后通知通过，约hr3.31 hr电话4.2 oc

继续来分享下最近的面经~1.手撕编辑距离2.dpo grpo基本原理 损失函数构成3.reward hacking解决办法4.kl散度5.llm做数据清洗6.QA注入知识的作用7.grpo在cot场景下不稳定怎么改进8.grpo改进9.dapo gspo聊一聊10.transformer模型自注意力机制计算复杂度

有面试过同岗的朋友欢迎评论区交流‘1.项目拷打2.为什么主模型不能加入相关特征3.业务视频的后验的均值label有特殊的嘛4.样本如何构造的5.模型是冷启动还是热启动，为什么要这样;冷启动多久能收敛6.介绍MMCN7.模型上线有多少资源消耗8.Ihuc具体是放在哪一层的9.tokenmixer和mmcn的区别是什么，为什么没有推tokenmixer10.MMCN的scaling效果怎么样;11.相同的参数量，mmcn和tokenmixer的训练速度有区别嘛，样本数量，资源数量12.缓解负迁移是怎么做的13.从这个项目实习中有什么收获嘛14.样本的存储格式是怎么样的15.还了解业界的其他精排模型代码二维dp:最短路径

攒攒人品！有面试过同岗的朋友欢迎评论区交流项目：细节深入拷打八股：1. DPO和其他RLHF对比选型2. DPO论文，原理，过程推导3. dpo过程中正负样本同时被拉低 如何处理4. qwen系列模型的核心优势，架构创新点，迭代过程5. longcat介绍，了解程度手撕：lc46 全排列