攒人品中～～1.介绍 Lora 的思想，为什么有效2.DPO 的数据集来源3.PPO 和 GRPO 的区别（损失函数的 clip 作用）4.什么是大模型的幻觉，大模型解决幻觉的方式有哪些5.为什么降低温度能缓解幻觉6.你项目中 system prompt 和 user prompt 的区别7.DeepSpeed zero-3 有什么改进8.verl 和 vllm 你是怎么配合的，每个在项目中的作用9.手撕：LCR 076 数组中的第 K 个最大元素

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 实习工作中遇到特征缺失怎么做2. id类特征可以如何处理3. mmoe模型，share buttom缺点，ple的改进4. 离线指标涨了，线上指标没涨什么原因5. ann算法查找topk相似有没有优化的方法6. 特征工程处理数据的方法，特征重要性怎么衡量7. 如何解决过拟合？8. Transformer结构 Encoder Decoder的交互9. 手撕多头自注意力10. 聊一下优化器 对比 Adam SGD11. BatchNorm 和 LayerNorm12. Dropout能防止过拟合的原理，在训练和推理时的差别13. 讲一下 AUC，如果所有预估值乘 2 AUC 怎么变化？只对最低10% 的预估值乘 2 怎么变化？14. 手撕：动态规划，二维dp写到一维dp

一面 30min上来先手撕：零钱兑换自我介绍为什么要从本科的IE转到算法看你项目用了DiT 可以讲一下吗transformer讲一下roc auc实习讲一下，具体的Agent流程是什么样的反问：业务 数据最后面试官说很匹配，等二面通知，说是二面没有手撕，纯聊，可以了解一下途虎的业务二面 30min自我介绍项目深挖transformer开放性问题：怎样在资源或者时间紧的时候推进项目如果让你再做一次这个项目，有什么可以优化的点你觉得你进入职场的优势缺点（这里疯狂追问讲一下实习的业务反问

非常有挑战性且开放的一次面试，基于实习经历和面试官讨论了很多深入的问题。无八股无手撕，比较看认知和技术栈匹配程度。 1. 假如让你从零构建一个 vla 模型 你对他的架构的设计是怎么样的？为什么 2. 假如让你写一篇 vla+rl 的 综述，你会怎么写 3. 你怎么看 vla 大模型 和 世界模型两条 具身智能的技术路线 4. 你对vla模型的改进有哪些？ 5. 你认为从长远来看 vla 可以有哪些工作可以做来克服具身智能的挑战。

大概问了一下项目，要求讲了最熟悉的一个项目，数据集比较少在这样的情况下怎么增加泛化性，根据项目问了我的损失设计，以及RT-DETR的损失设计，目标检测的评估指标，怎么计算的然后是给了一个问题，空间有两个不同的苹果，到传感器的距离和方向都可能不同，可以得到苹果点云，问要分别得到两个苹果的形状要怎么处理点云数据最后做了一道手撕，比较简单两数之和

有一半时间是真加班，另一半是等晚上九点半打车报销哈哈哈哈我是真的佩服能同时兼顾字节这种高强度实习➕秋招准备，还是挺累的……从操作层面来说可行，但确实会牺牲掉很多个人时间，像我来字节之后，每周的运动频率从5天变到1~3天，而且午觉的习惯也没了不过用我美丽的mentor姐姐说：年轻人不用睡午觉我跟其他实习生朋友聊，虽然字节实习强度高，但看在还不错的免费三餐上，其实呆到毕业也还行？而且还有很多羊毛薅，真是纯牛马的最佳牛马槽

50分钟，40分钟简历，10分钟手撕＋反问手撕是ab两数组，矩阵cij等于ai＆bj，问c异或和，秒了。简历全程问实习，问的挺深入，有几个漏洞自己也没想太明白，好歹算把故事圆回来了，就是不清楚面试官认不认了。问了问怎么搜的参，用没用线上的动态搜参，反问问业务才明白为什么问。问了问序列建模完加的位置。反问问建议：工作很扎实，但偏基础，让我扩大积累量多关注业界动态。