字节大模型算法校招一面

1、实习介绍2、讲述论文内容和细节。3、是否了解过多模态大模型，简单讲一下了解的多模态大模型。4、dpo 和sft的区别，可以先dpo后sft吗？5、如何处理reward hacking？6、dpo如果应用在第一轮对话中应该怎样做，你会如何构造这个数据集合？你认为多轮对话中，数据分布应该是什么样的？手撕hot100：二叉树的右视图

又又又是一年，不知道从哪年开始，时间好像过的一年比一年快，今年也是完整的在国企待了一年，把时针拨回到24年的7月。离职前的纠结意外通过的面试24年那年是楼主毕业第4年，刚毕业的时候，计划着先把这家公司当跳板，结果干着干着发现行情越来越差，顶着个双非学院本的学历投大厂根本没人理......加上leader对我也不薄，就一直在老东家写后端，有一些公司层面恶心的事忍就忍了。印象中那年刚过完年回到公司，从OA上看到绩效拿了s，也就是4个月的年终，当时心里还在美滋滋，盘算着过了个肥年，结果一个all handsmetting把楼主直接干破防了，被通知为了冲刺港股上市，所有人年终砍半 + 裁员....当时...

八股 1. Llama的Decoder结构、位置编码有什么改进？2. 三角函数位置编码和ROPE的区别？他们是怎么实现不同的功能？3. 介绍一下RLHF流程，包括哪几步4. llm有哪些评估指标？如何评估模型？5. lora原理细节，为什么可以加速？什么是秩？6. 介绍下Reward model7. dpo训练的损失函数和训练目标8. 不做DPO，只做SFT可以吗？9. Deepseek中SFT冷启动了解吗？手撕10. 给定长度为 n+1 的数组 nums，其中元素取值范围为 [1, n]，求唯一的重复数（力扣287）。11. 手写多头注意力MHA。

自我介绍拷打实习AI 在测试工作中的实际应用根据一个实习中可以提效的点，设计MCP工作流线上事故处理经验接口用例设计：商城支付接口算法题MySQL题目：此时提交 B 事务，发生什么-- 事务 ASTART TRANSACTION;UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;UPDATE accounts SET balance = balance + 100 WHERE user_id = 2;-- 此时事务未提交-- 事务 BSTART TRANSACTION;SELECT balance FROM accoun...