多模态大模型实习offer

1.项目介绍2.讲一下在百度实习期间做的主要工作。3.压缩专家机制是如何实现的？4.用的训练数据集规模分别是多少？5.为什么选择用SFT训练，而不是用RL训练？6.介绍一下 DPO, PPO, GRPO的原理和区别7.PPO的损失是token级别还是sequence级别的？8.PPO中的Critic模型是如何计算优势的？9.讲一下LoRA微调技术原理10.LoRA微调是如何减少训练参数的？11.LoRA技术有哪些优势？12.算法题手撕 三数之和（撕出来了

27届双非硕，目前有一段小公司agent实习，感觉秋招双非硕进不去好公司的agent开发岗，所以想转测开，现在正在学测试理论，还应该准备些什么年后才有机会找到测开实习。

1.八股：一个7B参数的大语言模型，在训练和推理时分别需要多少显存？影响显存占用的关键因素有哪些？2.八股：SFT 阶段，7B 和 70B 模型的学习率设置通常有何不同？背后的原理是什么？3.项目：DPO 训练过程中，你会重点关注哪些评估指标？为什么？4.项目：训练一个基于 pair 对的 reward 模型，loss 函数怎么写？如果是非 pair 形式（只标注最优 response），loss 又该如何设计？5.项目：DPO数据构造中常出现正负样本不均衡问题，你有哪些解决方案？6.项目：用DPO缓解幻觉时，如果反而引入了新的幻觉，可能是什么原因？7.项目：DPO中的beta参数代表什么？过大或过小会带来什么影响？8.项目：你在微调时是否观察过不同层的梯度差异？9.项目：不同参数高效微调方法（如 LoRA vs Adapter）在你的任务上效果对比如何？

25届考研落幕，好多宝子私聊我：没实习、没项目经验，能冲华为OD吗？甚至还有24届考研耗到现在的同学，焦虑得不行。我的答案是：当然可以啦！那为什么0经验也能进OD呢？1、OD本质是补充性招聘：原本是华为为了解决研发人手不足，面向社招的另一条通道。门槛确实比正式编制要求低一些，更看重学习能力和执行力，而不是简历背景。 2、机考才是硬门槛：华为OD的筛选重点在机考成绩，比如常见的400分制，考到150分就有机会面试。3、面试看的是潜力：OD面试官知道有些人是转行/非科班，提问不会像正式校招那样各种高难度轰炸，他们更看重：①代码实现是否扎实②思路能不能清晰表达③学习态度是否积极必备技能：算法题：至少...