攒人品中，祝大家都能拿到满意的Offer！1.压力项目细节2.压力技术方案相关问题3.针对实习期间的工作，当场重新思考更优的解决方案4.讲PPO 原理5.DPO 原理6.SFT 和 DPO 的区别7.为什么 SFT 实现不了更高要求的对齐工作8.SFT 训练会掉通用能力，为什么 DPO 不会掉通用能力9.算法题：黄金矿工问题 LeetCode 1219运行 分析时间复杂度

发发面经攒攒人品1.Vision Encoder 是怎么训练的？预训练过程是什么？模型大概架构是什么？loss 是什么形式？2.你了解大概需要多少团队能够训练一个 Vision Encoder？3.你负责的工作中，用了多少数据量？任务表现怎么样？4.请讲一下 GAN 的结构、损失函数以及训练机制。5.GAN 的损失函数和普通模型的损失函数有什么本质区别？6.在训练 GAN 的过程中，有没有遇到不稳定问题，比如 loss 震荡？你是怎么处理的？7.你了解 ESRGAN 吗？相比 SRGAN，在损失函数上做了哪些改进？8.有没有做过 Agent 相关的工作？9.是否了解一些新型 Agent 架构，比如 OpenCloud 这一类？10.这些新型 Agent 架构相比传统 workflow 或 agent 系统，有哪些优势？11.你知道 OpenCloud 里面 skills 是怎么设计和实现的吗？12.手撕：用 NumPy 实现线性回归，并用梯度下降训练。13.手撕：实现 multi-head attention 的核心计算。

给我面没招了，发点面经攒攒人品～1- 先vibe coding目标是进行广告商品的预算分配，在限定预算下最大化投放的gmv。你需要通过和大模型交互，理解电商广告投放的基础知识，并设计相关的算法解决这个问题2- 聊项目3- 有对比过强模型在这个任务上的表现吗4- 你用的qwen3-4b，能系统性讲讲这参数量4b是什么含义吗，怎么估计出来的（提示从输入层，中间transformer，输出层来讲）5- grpo 有什么缺点6- 你提到grpo有序列和token的不一致，你了解过现在除了sft和 grpo这一套还有什么新的吗7- kv-cache 占用的显存和哪几个因素有关8- 机器学习基础：极大似然估计 和 最大后验概率 有什么不同

给我面没招了，发点面经攒攒人品～1.LLM 常用的结构是什么？2.说一下 Transformer 的整体结构3.目前主流大模型最常用的位置编码是什么？4.［代码题］写一下多头注意力机制的数学公式A代码／算法实现题，需现场手写5. 公式中为什么要除以√ d _ k ？其对梯度消失或梯度爆炸有什么影响？6. 在 Transformer 的 Encoder 和 Decoder 中，哪些部分是可以并行计算的，哪些不可以？7. 除了 LoRA ，你还了解哪些微调方法？8. 大模型训练通常使用什么损失函数9. 在机器学习基础中，二分类问题、多分类问题以及回归问题分别使用什么损失函数？10. 你了解哪些优化算法11. 模型训练中出现过拟合的常用解决方案有哪些？12. Dropout 在训练阶段和预测阶段的处理方式是否一致？为什么要这样做？13. 大模型中的"复读机问题"重复生成是什么原因导致的？如何从解码策略或训练层面解决？14. 幻觉问题产生的原因是什么？目前常用的工程解决方案有哪些？

给我面没招了，发点面经攒攒人品～（1）实习拷打（2）多目标的推理为什么只用点赞，收藏和评论，训练却用了点赞，收藏，评论，关注等等多个目标？（3）AUC和GAUC有什么区别？各自的使用场景是什么？（4）广告主价值的advv计算公式是什么？如何定义转化？（5）离线取得了效果，线上却无效，如何解释？手撕：（1）MHA（2）算术平方根，保留2位小数