纯后端简历被约大模型算法面试

给我面没招了，发点面经攒攒人品～1.介绍一下你的实习经历和主要工作内容。2.在微调大模型时，你使用过哪些框架？它们的优缺点分别是什么？3.CLIP 模型的 zero-shot 能力是如何实现的？它在多模态任务中的应用有哪些优势？4.Transformer 中 Pre-Norm 和 Post-Norm 的设计差异是什么？对模型训练稳定性和性能有何影响？5.在生成式大模型中，为何通常采用 Decoder-only 架构而非 Encoder-Decoder 结构？6.请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.针对 Transformer 模型推理过程，你会采用哪些优化手段？8.请阐述RAG的核心原理，并说明如何通过 RAG 缓解大模型的幻觉问题。9.vLLM 框架的核心优化原理是什么？其在动态批处理和显存管理上有哪些创新设计？10.请对比 RLHF、PPO、DPO 算法的技术差异、优缺点及适用场景。

个人情况广州大学计算机科学与技术（末985），毕业后无计算机相关经验，GAP 6个月（用于系统学习Python）。2025年3月开始专攻Python全栈开发（Django/Flask + Pandas + 算法），8月通过华为OD机考（Python开发岗），技术面通过，11月入职。整个流程3个月（比常规长，因GAP期学习效率低），但最终拿下Offer，核心是精准避坑+高效准备。🔥 对接HR避坑指南：血泪教训只认官方外包HR，拒接“内部推荐”“第一次面试时，一个自称‘华为HR’的微信加我，要求先交200元‘培训费’。最后发现是黑中介！现在只对接德科/科锐的官方HR，他们全程走正规流程。”身份证...

发一下问题给大家参考，攒攒人品！1.实习拷打2.新闻场景下用了什么样的新模型？关键工作是做了什么？3.DIN模型介绍？4.第一版本模型迭代不动了，怎么进行下一次迭代？5.特征工程中，怎么确定哪一些是有意义的特征，哪些是冗余特征，怎么进行确定？6.word2vec用的哪一个？解释这个方法。损失是个交叉熵吗？损失函数的公式？损失函数中负样本损失是一个还是多个？7.大模型相关的了解吗？LLM和MLLM8.拷打其他项目9.手撕：hot100 mid

211本，找日常实习的话，如果面向中厂的话，需要刷hot100么？因为之前从来没刷过，算法仅限于学校课程水平，准备3月投递简历，现在还需要背八股文，时间有些紧张，还需要刷算法题么？同时什么样的公司可以算是中厂呢？