米哈游一面（后端）

#软件开发2024笔面经# 投递时间：2024-03-16一面(2024-03-19)：（一小时拷打）  - 双方自我介绍。  - 挖项目，继续挖项目，深挖项目，挖到底。  - 无八股，无八股，无八股。(重要事情说三遍)  - 三道题讲思路：    - 每5人一组为一场比赛，25人参赛，问多少场比赛能分出金银铜？    - 高速上，30分钟内出现汽车的概率是95%(均匀分布)，问10分钟内出现汽车的概率？ - 抓苹果游戏，A和B两个盘子各装着a和b个苹果，两个人参与游戏。游戏规则：轮流从一个盘子(一次只能选择一个盘子)中拿出n个苹果(n>0)；获胜条件为谁这一轮拿出苹果后，两个盘子都空了，谁就获胜。问怎么才能在游戏中胜出?  - 反问环节。  总结：面了一个多小时，面的很糟糕。深挖项目时一些细节回答不准确；三道题没有一道思路回答正确，面试官提醒我面试结束后网上看答案，G。

1.自我介绍2.抓着项目的一些问面试官喜欢问从顶层的实验设计的一些东西我的实验为什么要选用 cos 距离或者 mse？能不能用 KL散度？是不能用还是不好用？KL 散度和交叉熵的区别和联系是什么？（都是我没考虑过的问题 有点汗流浃背）既然你用到了那么多微调方式， 那你有什么实验过程中探究了 lora 的比如 秩之类的参数的影响吗？prompt tuning  ptuning v2 有啥区别？（说完他觉得我说的太八股太宏观了，又讲了一堆原理）为什么 p v 2 比 prefix tuning 要减去那个 lstm 和 linear？ 我说论文里说适配 NLG 任务，好像记错了。有没有接触过强化学习？为什么你们只考虑微调，是因为啥原因？你是用几张卡跑实验？多大参数的模型？跑的时候内存占用量多大？有没有试过全量微调？ 那你想一下，假如我用 deepspeed 的几种版本， 全量微调7B 模型，内存占用多大？最后大概的意思就是说他比较看重实验最初的一些设计能力， 不能蹬 OOM 再来解决。让我之后要多理解一下 deepspeed。说社招看的多这些理解能力。反正基本上就是项目围绕讲。 后面说我项目做的，工程应该能力不错。 代码题也是那种很简单的处理数据。

鼠鼠写个面经攒攒人品3.9笔试，3.28一面纯项目，没问八股，项目里面有个细节没答上来算法: 重排链表反问: 面评；模型这么多，该怎么学?(以工作导向学习)40分钟结束，面试官人很好，希望不是kpi面，许愿二面已收到二面通知

#牛客帮帮团来啦！有问必答#前端在学校的实验室做过一些项目，不过主要是基于uniapp的，对框架插件啥的几乎不了解，加上项目没啥高级需求，js都没用会。最近补了一点vue的知识感觉根本禁不住面试官的拷问。用C++在力扣写了100多道题，就会C++基础和一些基本的容器，然后用Qt做过几个小项目但是太🌶️🐔了拿不出手。计网和操作系统的八股看了一点，反正一问深一点就啥也答不上来了。Java几乎全忘了，但是数据库的SQL语句学的还行，转行学Java还来得及吗？面试面了5次都是一面挂，现在既焦虑又迷茫，大学3年啥也没学会