华为公共开发部

3月初面的，当时暑期没开面试官开始先做了部门介绍，以及业务内容，需要实习6个月以上1.R1复现方案，奖励函数为什么这么设置？有考虑过数据泄露的情况吗，就是如果你改的这些题目比较相似的话？有没有出现中英混答的情况？怎么解决？为什么你的最后结果没有突破到更高的分数？你说你用的Kimi K2和Gemini，是什么形式的？API还是网页？如果说不是输出你的奖励词语，也是可以做到推理的，你怎么考虑这个问题？2.手机助手项目拷打：介绍背景，怎么做的。如果我现在的场景是APP更新之后，点击的模块发生变化，你会怎么解决这个问题？如果是上下滑动找商品呢？3.GRPO如果组内设置的size非常小的话会怎么样？4.GRPO的平均是怎么计算的？5.场景题：如果让你来搭建一个LOL的陪玩助手，你会怎么搭建？（这里我没明白这个助手是要当辅助这种还是就一个语音助手就行了，面试官说语音的助手就行了）可以从数据选择，整个架构设计来说。如果用户发现你的这个助手语气太生硬了，你怎样解决？如果版本更新，装备这些东西变了，你是训练到模型里面去的，模型需要重新训练吗？有没有什么解决办法？如果是LOL你在对线的时候，发生了小龙团，你怎么样让助手去做这种场景的一个提醒规划？6.有了解过MOE模型吗？主包只记得激活参数小很多😭7.讲下PPO8.LoRA原理，AB矩阵初始化9.MCP和Skills有了解吗？10.代码：先写打家劫舍，然后改进输出具体打劫了哪些11.多久能到岗？能实习多久？导师那边没问题吗？12.反问：HC？有，需要和暑期同学竞争

求助：佬们有光技术的笔试题库吗？或者大概考题范围

1.面试之前先问有什么想了解的，我问了需要实习生什么特质，是过程能力多还是业务理解多？回答都需要2.问了能实习多久，多久到3.现在实习的内容是什么？你负责什么工作？4.R1复现数据问题？怎么做的？GRPO奖励函数设置？你遇到最大的麻烦？用的什么框架？GRPO如果是在代码或者数学场景表现比较好，那如果切换成一些图片生成场景，你有什么方法去解决呢？5.手机助手项目数据？怎么做的？你做了哪些工作？长链路和短链路有什么差异表现？PPO和GRPO区别？看你写了了解DAPO，讲一下。提升的指标分别是哪些？讲一下具体含义。6.场景题：如果让你去建一个知识库啥的，会怎么做？还好看过GraphRAG和LightRAG，给面试官讲了两个东西7.代码题灯泡开关8.平时用哪些大模型或者AI工具，用来干啥？说一下最近很火的OpenClaw其实现在看来当时好多问题没答上来，要是暑期的强度肯定直接挂了，结果还是泡到最后挂的，现在让我来面肯定能过了

简直是夯爆了！！！1.实习项目相关问题2.详细介绍一下你做过的智能客服系统。3.你们这套系统主要的应用场景大概是怎么样的？能举个例子介绍一下。4.什么情况下需要用到你的那个 expert 相关技术？5.整套系统的主要难点是在于什么地方？6.中间的 Planner，它的规划机制是怎么样的？比如它底层需要调用哪些工具？是不是需要多轮规划？中间的一些详细设计是怎么设计的？7.你们怎么去评估客服对客户的输出是好还是坏？8.搜索功能是怎么实现的？9.你在中间起到的主要作用是什么？你做出了什么改进？10.你这个迭代的过程中，有 ground truth 吗？比如每一个 query 实际上最终最相关的商品是有哪些？11.你中间做了一些什么样的技术迭代？最终体现在人工评估指标上有什么样的提升？有做过对比吗？12.这个人工评估的指标是怎么设计的？最后它的指标结果怎么样？13.这个指标结果是内部人工评估的，还是线上的结果？14.中间优化的过程中，你们用的是一个什么样的模型？15.你的那个 expert 模型，怎么去训练的？样本从哪里来？16.导购场景的数据是真实的用户跟人工客服对话的场景数据吗？17.训练的样本量大概是多大？18.1000 条样本就足够训练你的这个模型了吗？19.你对比过训练之前跟训练之后，同样的问题模型学习后的能力提升大概有多少？20.你能做到比原始蒸馏出来的模型效果还强吗？21.训这个 8B 的模型用的是多大显存的？什么显卡？八股1.正常来说，1B 的模型在没有做任何量化的情况下，原始 FP 格式存储大概要占到多少显存？2.不考虑梯度的情况，单纯只考虑 Inference，把参数加载到显存里面大概要占多少显存？3.平时有用过一些量化加速的方法吗？4.常用的量化手段比如 INT4、INT8、BF，它们之间怎么做到加速的？你有了解过吗？5.FP 跟 BF 之间的区别，你了解吗？6.FP 和 BF 底层实现的区别主要在哪个地方？7.正常的 MP32 在底层数据存储上，小数是怎么表示的？手撕：有连续的 N 个正整数，随机抽出一个（不拿头尾），将其他数乱序放入 N-1 大小的数组中，找出被取出的数。要求时间复杂度 O (N)，空间复杂度 O (1)。