虾皮推荐算法实习一面

继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2.介绍下项目3.你主要负责哪方面4.仔细讲下这几大链路5.有和其他智能体协作吗6.F1怎么做的，怎么计算的，是放到提示词做示例，还是微调了模型7.幻觉验证是怎么做的8.RLHF和PPO的区别9.在PPO训练过程有遇到什么问题吗10.训练PPO需要几个模型11.假设现在有一条query，你现在告诉我PPO的整个流程是怎么样训练的，这四个模型是怎么协作的12.有了解其他ppo改进算法吗13.KL散度加在PPO损失的哪里

笔试时间：2026年3月10日往年笔试合集：2023春招秋招笔试合集2024春招秋招笔试合集第一题：三角形组合数量难度：中等题目描述有 n（3 ≤ n ≤ 10000）条线段，长度为 l₁, l₂...lₙ。（1 ≤ lᵢ ≤ 1000000）从中取出3条线段组成一个三角形，求一共有多少种不同的组合。三角形条件：任意两边长度和大于第三边。其他要求时间限制: 3000ms内存限制: 256.0MB输入描述第一个参数为线段数量 n，第二个参数为长度数组。输出描述输出不同组合的数量。样例输入 4,[1,1,1,1] 样例输出 4 参考题解解题思路：涉及算法：排序 + 双指针。经典"三数之和...

#深圳虾皮信息科技有限公司#

1、自我介绍2、训练和推理的并行策略大模型训练和推理常见的并行策略主要有数据并行、张量并行、流水线并行和专家并行。数据并行是每张卡放一份完整模型，不同卡处理不同 batch，然后通过 All-Reduce 同步梯度。它实现简单，但模型太大时单卡放不下。张量并行是把同一层的权重按列或者按行切到多张卡上，每张卡只算一部分，再做通信聚合，适合单层参数特别大的场景。流水线并行是把不同层分配到不同 GPU 上，让不同 micro-batch 像流水线一样流动，能解决单卡放不下完整模型的问题，但会有流水线气泡。专家并行主要出现在 MoE 结构里，不同 token 路由到不同专家，参数量可以很大，但每次只激...