一面 1.实习项目提问2.用的模型参数量有多大？3.Prompt engineering的方法？有没有自动化的方法？4.有什么方法避免出现安全问题和幻觉问题？5.Transformer结构6.decoder部分训练和推理有什么区别？7.decoder预测时i位置预测出来了，然后预测i+1位置，那么是用i位置的8.token结果还是概率结果？为什么？9.Decoder only参数量估计10.FFN中一般把d扩大到多少？11.KV-cache的空间复杂度12.为什么用MMOE？从scaling law的角度去回答13.code：编辑距离二面1.标注成本是多少2.怎么确保标注的训练集是高质量3.验证集的类别分布是什么4.问实习项目有什么优化思路5.为什么few shot可以提高模型输出表现6.FAISS的原理7.知识库怎么更新？8.为什么不直接用相似度召回？而是过一遍大模型？9.PPO和GRPO的区别？10.为什么GRPO的kl 在loss中11.PPO中每个模型解释

卓驭 嵌入式中间件实习 面经写一写面经，回馈一下社区。⌚️timeline：五月底👋part1：自我介绍 && 项目介绍1. 项目里的内存占用，资源使用的性能评估？性能优化的思考？2. 端侧大模型的选型？3. 机器人比赛中最难的一个问题？技术方案的选择用了多长的时间？4. 之前实习的主要工作？方案是如何确定的？5. 对车载中间件的了解？6. 。。。忘了🤏part2：八股拷打1. 设计模式？平时开发有用到过哪一些设计模式吗？2. 对多态的了解？静态and动态?3. 虚函数里面父类和子类的交互？4. C++容器中vector和list的差异？5. vector的底层实现原理？扩...

uu们，有没有对华为软件特战队有了解的，这个部门怎么样？听说是要集训一个月？强度怎么样？看介绍挺牛的，没太听说过。。。

*** 标题来源于我的第一份工作，小米的mentor给我的真诚建议，在这里也分享给牛友们。** 技术分享不是学术汇报 虽然是资深华为粉丝，小米黑粉，但是还是阴差阳错的去了小米，其实我是为了去验证我的讨厌是不是对的，是不是误会小米了。事实证明我的讨厌没有错，公司内部和我之前认为的一样。好了回到技术分享的问题。 第一次技术分享是负责团队一个bug处理的自动处理脚本，因为组内负责应用深色模式(其实就是把白的，变黑了，不那么刺眼，降低功耗存疑)的反向适配，也就是apo不支持手机系统提供一个这样的能力。由于是反向的，所以bug会特别特别多，但是呢有很多不是bug或者小米系统应用不归我们处理的也会分配到我...