继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目拷打2.SFT训练trick和问题3.lora的使用 原理 目的4.对大模型推荐的了解5.场景题 zero shot模型的使用6.一个对物理完全陌生的数学模型，如何能直接用来解物理题，从后训练和rag两个方向聊了聊。7.传统检索的方式8.Rag的作用 实现流程9.手撕 一个链表，使他首尾交替出现，例如1 n 2 n-1

攒人品中！ 1.项目拷打2.sft训到什么程度用rl3.sft的损失和预训练的损失有什么区别。4.构造sft专家轨迹之后会做什么操作5.grpo（ppo）和dpo的优缺点6.grpo的rm出现reward hacking有什么解决方法7.ppo和grpo的区别8.思维链冗余怎么处理，每个逻辑打是否冗余的标签？会出现什么问题9.滑动窗口最大化

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2.transformer中FFN的作用，如果去掉FFN纯用注意力会怎么样？3.batchnorm,layernorm和RMSNorm的区别和应用场景4.pre norm和 post norm各自的优缺点5.手撕：mid LeetCode 416. 分割等和子集