字节 抖音内容审核 一面

祝大家都能拿到满意的Offer！1. 项目拷打2. 实习拷打3. 介绍一下Reward model在训练中扮演了什么角色？4. 100页的pdf文件格式化后有多大？5. Qwen的模型结构了解多少？6. 安全生产的项目怎么评估的？1）传统指标：acc、rouge-L、berscore 2）模型打判 3）规则匹配7. 造好的数据，怎么做数据配比，如何评估数据质量？8. DPO是怎么训练的？9. 算法题：最长回文子串

1. 你做过的后训练项目里，最难解决的问题是什么2. SFT 数据你怎么构造，怎样避免模型被训练“油了”SFT 最大的问题不是量不够，而是数据风格太单一，最后把模型训成一种固定腔调：很会说、很圆滑、但信息密度低。构造数据时我一般会先按任务拆层，比如信息抽取、工具调用、复杂问答、拒答、安全、长文总结、结构化输出，每一层的目标都不一样。然后再做难度分桶，避免模型只见过简单样本。另一个关键点是负面风格清理。很多数据表面上没错，但非常模板化，比如“这是一个非常好的问题，让我们一步一步分析”，这类东西在少量数据里没问题，规模一大就会把模型带偏。所以我会专门清掉这种“高礼貌、低信息”的样本，保留更接近真实...

1.用的LLM模型随着变化，用起来有哪些不一样的地方？怎么应对模型差异带来的效果的一个变化2.milvus，mysql数据库用来村哪些数据3.关系型和非关系型数据库的区别4.mysql如何实现事务的，底层答得navicate begin commit roolbanck；应该是锁，MVCC相关5.索引有哪些，聚簇索引和非聚簇索引的区别好久没看八股了，答得不好6.乐观锁悲观锁的区别7.springboot自动配置的原理；怎么找到配置的类的8.hashmap底层结构，怎么扩容，线性安全吗；concurrent hashmap线程安全，怎么实现的；1.8前后的区别9.锁的话，synclized 和lock区别答的state关键字设置10.读写锁怎么实现的，retranlock；深挖源码里怎么实现读锁和写锁的答得AQS，state高低位设置11.比如实现读锁，写锁分别的state里面底层怎么设置12.线程状态，slleep和wait的区别13jvm内存模型，常量在哪里；方法区里面什么14.垃圾回收算法，分别用在什么场景答得分代回收用的多，新生代老年代15threadlocal有什么作用；thradlocal怎么保存参数的；强弱引用的话16.现在N个数，占了一半以上，怎么快速找到；hash单词遍历两个O(n);Arrays.sort(快排)17.快排是怎么快的，原理；那二分查找原理；回到刚刚更低的方法吗18.有用到什么中间件吗；redis kafka用来做什么；为撒选择kafka，其他rocket选型对比19kafka底层大概有哪些组件答得zookeeper，ack机制；分区局部有序20.通过api调用的话，怎么调用api的；走的apikey吗21.那你知道怎么读取向量数据库，看你在搞这个答得pymilvus工具包22.了解token怎么计费的吗答得内网私有部署，外网购买相关23.ai应用的，怎么节省token使用24.ai应用有什么实际产生效果25.用过claude code写过代码答得codex和claude code有个稍微的对比26.作业：AI辅助发邮件，写提示词完成json转需要字段格式json；交付1.一个prompt，交付2.返回json数据交付3，返回提示词验证过程，比如最后的数据是否符合条件cursor 3min秒了，发到共享框中4min反问面试表现：java细节多了解下，大模型实践还是比较多带个耳机收声好点

一般情况下，我们聊到“大模型的量化”，想到的大概率是“把FP16转成INT8或INT4，从而降低显存、加速推理”。其实我觉得工程上没毛病，因为很少有人会去探索啥玩意是量化，但你要是放在算法岗的面试上，这样通常是不够的。面试官往往会继续追问：精度明明降低了，模型为什么还能正常工作？什么时候量化会失效？如果这时答不上来，基本就已经失分了。（我的答案放在文末）要把这个问题讲透，可以换一种更有层次的表达方式，从“是什么”到“为什么”，再到“什么时候不行”和“怎么选方案”，逐步展开。首先，从本质上看，量化并不复杂，它做的事情就是用更少的比特去近似表达原本的高精度参数。原本一个FP16权重用16bit表示...