科大讯飞飞星认知大模型一面

📍面试公司：科大讯飞
🕐面试时间：251017
💻面试岗位：飞星计划认知大模型AI算法工程师
❓面试问题：
1. 自我介绍，这中间问我实验室是不是国重，不知道干嘛。

2. 讲一篇发表的论文，中间问我是怎么保证问题约束满足的。顺着论文开始问DRL，问我用的什么DRL、DQN和SARSA/Q-learning比的优点，TD3和DQN比的优点，Q值选最大的缺点，DDQN（我又引出了TD3）用两个Q网络做什么，exploration怎么做，on-policy和off-policy的区别，Q网络怎么设计，用什么损失函数，口述交叉熵公式，PPO、DPO、GRPO介绍。顺着简历又问联邦学习是什么。

3. 问在研课题（简历里的），顺着问知道什么大模型微调方法，我说LoRA，让我介绍LoRA，问具体微调哪部分参数、面对的任务、用到的预训练大模型是什么，Qlora有无了解。

4. 反问：总部在合肥，面试官是做偏应用的，比如教育方面的应用，也有基座星火大模型研究方向，认知大模型方向挺大的加班没有互联网大厂严重。不知道将来简历会流转到哪里去。。。

🙌面试感想：全程40分钟，无手撕，无代码python问题，感觉把我的记忆拉到5年前刚学DRL的时候了，总的来说是基本的“八股”问题吧。全程氛围挺轻松的~

#发面经攒人品# #大厂面试问八股多还是项目多？#