蚂蚁还愿！

感觉还挺难的，还得多练...1. Qwen2.5-vl pretrain 阶段用了哪些数据？分别大概用多少数据量？2. 对齐任务一般放在哪个阶段进行？你在 training 的时候long cot 能力下降了多少，有评估吗？3. 小米的 work 看了吗？4. chartQA 的方向有了解吗？ 你觉得有哪些优化方向？5. MLLM 不做对齐会有什么结果？你有考虑你的场景下做增量预训练吗？6. AI 生成检测你的方法对新出现的生成器来讲，效果如何？有评测过吗？7. 可解释性生成你是如何做的评估？给我讲一讲这几个指标以及为什么起作用。8. sim 评估用什么做的？如果你用 LLM 训一个专门用来评估，和你用 sim 的评估方法有什么区别？用多少数据量来训这个？可以当奖励模型吗？9. MLLM 做 rl 会有提升吗？假如你对 grounding 任务做 rl，需要注意什么

最近闲下来了整理下之前的面经攒攒人品！项目拷打，实习拷打1.MLA为什么比MHA好?2.权重吸收中间遇到的问题。3.KVcache的离线计算与非常用kvcache的卸载加载4.还有什么kvcache优化的相关的tricks

整体面试还是不错的，但是没后续了，不知道是哪里出了问题..1、实习拷打2、模型蒸馏的数据如何做的?如何清洗馏得到的数据?3、有没有使用强化学习做过数据仿真。这个之前看过一篇论文，刚好讲了一下。4、有没有了解过训练推理一致性这个领域?我讲了一下强化学习领域的推训一致性，固定flash attention分块策略，vlm推理框架固定page attention分块策略。5、模型量化如何做的。gptq，qat等等，并说明为什么选择了w8a16的量化?6、写一下ppo算法的损失函数和GAE优势函数。主要还是讲明白7、一个场景题8、手撕题hot100，中等题，合并k个升序链

1. 介绍你的创业项目。2. 你的 AIGC 内容生产产品是有大客吗？有单子吗？你们怎么确定你们产品优先级？3. 目前 AIGC 图文生产的 pipline 很成熟了，你的核心差异是什么？回答方向：模型或者现有的 是工具，用户要的不是工具，也不是一个内容模板，而是一批可投入投放的。我们的提供差异是··4. 好，你们怎么去选择你们的模板？怎么爬取？会看哪些字段？如何定义高质量？5. 你作为产品如何选择这个内容类型？怎么去判定这个是有效的？你了解那种内容是转化率高的？你有什么 insight 吗？你从爬取的内容中抽象出什么策略呢？你们内容生产的策略是什么呢？6. 你们最核心的是哪个节点？哪里 badcase 最高？你是怎么解决的？你们这个就是套模板吗？你作为产品的核心价值是什么？7. 你如何给你的研发下这个需求？产品的责任是什么？我们调试 prompt 和流转策略，核心其实是两套 prompt8. 你们的评估标准是什么？离线的和在线的内容？Badcase 、良品排版、字符、画面一致性、间距等。9. 你在蓝标的这个项目，你AI 选达人和平台选达人的区别是什么？优势是什么？10. 你们的效果怎么评估？11. 你是做产品是吗（这个项目中）你们的数据知识库来源于哪里？12. 你新增的知识库如何与原有数据做匹配对应？13. 你这个内容解析的 pipline 是怎么做的？具体一点？14. 你这块的这个核心价值是什么？是有了一个标签指导体系吗？15. 聊点别的，你觉得你在蓝标做达人的时候，你觉得 AI 是赋能达人还是取代达人？——你聊了 UGC，PGC 和 AIGC 在未来的关系。16. 你做 AI 达人产品你的优先级是什么？你觉得在哪有更高的需求？