更新：问了hr，说通过了，年前安排一次hr面。1、自我介绍2、项目介绍3、项目细节问了一些4、共享屏幕论文网络图5、实习收获，个人成长6、自己的编码能力怎么样7、反问8、面试官介绍公司部门，业务没了，没八股，一开始面试官就说简单的进行一些交流，问完我之后，面试官全面介绍了公司的业务花了二十多分钟。忘记反问学习建议了，亏了。

1、自我介绍2、项目介绍3、项目指令集构建细节4、RAG怎么做的，召回效果5、Lora原理，微调哪些层、怎么矩阵初始化的，不能都初始化为0吗？6、bert了解吗？bert的改进了解吗？bert和gpt有什么区别？7、transformer自注意力，计算过程，softmax为什么要进行缩放，不缩放会导致什么？8、llm的解码参数（top-k，top-p，Temperature，Beam Search）9、clip的对比学习，对比学习中的Temperature和llm解码器的Temperature是一个东西吗？10、了解blip吗？11、聊了一下论文的做法，问了为什么这么做，不那么做12、强化学习，ppo，dpo13、reward模型的损失函数（rank loss）？14、算法题：钥匙和房间（问为什么不用python写），写完思路就行了，没调，因为输入输出好像有问题，面试官说这样就行了。15、反问面试官很好，我没讲对的会纠正我。最后反问学习建议的时候，他说下次面试别切屏。更新：面完10分钟约了二面

2025.01.15一面1、自我介绍2、项目相关4、COT思维链5、算法题：最长回文字符串6、反问一面都没啥八股文，聊了10来分钟就让写题目了2025.01.211、自我介绍2、项目3、RAG4、层归一化5、lora原理6、评估指标7、多头自注意力8、bert9、层归一化10、COT思维链11、学校研究课题介绍12、算法题：二叉树镜像13、反问二面聊的多一点，但是都不怎么深入，基本上我回答完了就下一个问题了。说是小爱同学智能家居组。我问为啥一面二面都问COT，是有什么说法吗，面试官又说没啥。2025.01.22发offer了有无在武汉小米做nlp的哥们，感觉怎么样。

拿了实习的offer，想问一下公司怎么样？有好哥哥姐姐解答吗

1、自我介绍2、项目介绍3、有没有做全参微调4、lora为什么效果会好一些5、除了微调，还知道哪些技术吗？（PPO,DPO）6、RAG怎么做的？使用了向量数据库吗？6、为什么使用rouge这个指标7、知道其他开源模型吗？（llama、qwen），为什么不选择其他的模型做微调8、讲一下学校的研究课题，哪些创新点9、你觉的强化学习这一块还有什么创新点吗？10、如果给你一个新任务（多模态相关的任务），你能想出怎么用agent的方案？11、有拿其他实习的offer吗？12、反问（最近的业务，组内会有论文产出吗？实际项目的落地经验，学习建议）面试官说不能放弃数据，数据非常重要。没手撕，后面做了一些技术交流，都一一解答，挺好的。

1、自我介绍2、详细讲一下项目3、为什么选择chatglm6b模型，有没有对比国内的其他模型，qwen效果怎么样4、RAG5、模型有没有上线，怎么部署的，并发量怎么样........都是聊的项目相关的，感觉答的不是很好，反问面试官也说在模型、技术选型上要多做一些实验。

1、自我介绍2、详细讲一下nlp项目3、为什么选择chatglm3-6b模型，有没有对比其他模型，怎么评估的4、怎么评估chatglm3-6b的上下文理解能力5、RAG怎么使用的，怎么分片的，用了多少个库，Rerank模型用的哪一个，效果怎么样。6、计算相似度都有哪些方法，对应的使用场景7、在项目中你是更想做设计者还是负责某个模块8、期待的实习环境9、反问问了几个开放性问题，没问太深入的技术。

1、自我介绍2、详细讲一下nlp这个项目3、为什么选择chatglm3-6b模型，不是还有很多其他模型选择吗？4、lora原理5、qwen和llmam模型的结构知道吗？（我说不太清楚，可以讲一下chatglm的），吟唱到一半他说好了不用这么详细6、旋转位置编码讲一下？他有什么特点吗？7、chatglm支持的最大上下文是多少？预训练的时候就是这么长的吗？长度外推了解吗？8、RAG怎么做的？RAG用的Embedding模型用的是哪个，为什么？9、使用transformer-Encoder的模型知道有哪些吗？（Bert）10、为什么LLM都用Deconder-only11、VLLM原理，为什么只缓存KV，不缓存Q12、代码题：三数之和13、反问（四板斧，公司业务，算力资源，强化学习，学习建议）其他模型的架构还是要了解一些的，不能局限于自己用的一些大模型。面试官建议基础打牢，多了解模型的发展，从CNN、RNN到transformer。

入职一家公司把公司唯一一台4070ti给了我，泪目。用了一上午，下午就说有个要图形渲染的项目崩了，因为没显卡，然后又把4070ti给我拆走了。太多公司想给自己产品加AI，然后就想低价招个实习生进去调个demo，他们就可以忽悠客户了。

1、自我介绍2、项目讲解3、指令集构建这一块有遇到什么难点吗？怎么解决的？3、用的什么微调，讲一下lora、p-tunning的原理4、lora怎么做矩阵的初始化，为什么这样做5、有对比其他模型进行微调吗？微调后的效果怎么样？6、微调后的badcase怎么处理？7、怎么解决大模型的重复回答的问题？8、LLM推理都有哪些参数设置（top-k，top-p），一般怎么调整?9、Beam Search（束搜索）10、RAG11、RLHF、PPO、DPO算法12、VLLM的KV  Cache原理13、反问面试官挺好的，最后聊了一下学习建议，还得练。

1、自我介绍2、详细讲一下项目3、微调的数据集怎么来的？4、RAG怎么用的在项目中？5、讲一下Transformer的结构6、知道哪些位置编码？7、Transformer每个结构的作用，多头注意力、归一化、残差链接、全连接层？8、Transformer在多头自注意力计算中有什么优化方法？9、知道树模型吗？10、VLLM的原理，在batch这一块有优化吗？11、微调评估的ROUGE怎么计算的，什么原理？12、最长公共子序列是什么？13、讲一下学校的研究课题？14、反问说是WPS的EXCEL组，做类似自然语言转公式，还有多模态的一些工作。

1、自我介绍2、项目介绍3、用了哪些微调方式4、Lora的原理讲一下5、RAG讲一下？6、RAG召回策略（多路召回）7、用过哪些RAG的实现？8、GRAG了解吗？9、讲一下重排序10、讲一下你的研究方向吧11、研究内容里transformer在网络里什么作用12、简历里的视觉项目讲讲有什么难点吗？13、最近刷算法了吗？（没有），那链表、数组、二叉树自己选一个，给你一道简单的。第一道判断链表是否有环（牛客平台这道选不了java），然后又给我换了一道有序链表删除重复元素14、反问公司应该是没打算自己做一些模型训练任务，反问中感觉还是偏做RAG应用的。

1、自我介绍2、项目问题（让我展示目标检测项目的图片，拿不出来，不在自己电脑上）3、yolov8的主干网络是什么4、yolov8的卷积算子是什么5、yolov8标签分类6、transformer怎么加速推理7、量化后怎么缓解精度下降的问题8、讲一下论文（共享屏幕让我给他看一下论文的架构图）9、反问应该被送走了，yolo这块我不是太熟，只用过，最近也没把心思放在视觉上。

1、自我介绍2、项目介绍3、知道国内哪些大模型4、说一下通义千文的架构（不会）5、那说一下chatglm3的架构6、嵌入层（Embedding Layer） 和 输出层（Output Layer） 是参数共享的吗？7、用的是什么归一化（Layer Normalization？）有哪些实现方式？8、分布式训练了解吗，deepspeed？8、了解RHLF吗？有哪几个模型？怎么计算loss的？9、JAE了解吗？（不知道有没有听错，我好像都没停过这个东西）10、还了解其他的对齐技术吗？还的练，挺基础的，自己太菜。