字节 腾讯 小红书 一面面经 + 字节二面 + 字节 hr 面（已oc）

3.5 晚更新 （已oc）

===========================================

3.5 更新

字节 昨天约了 hr 面

总时长：20min

问了实验室的一些情况，问能不能推荐同门给他们，问了入职时间和 base 地点

反问：landing机制，鼓不鼓励学术成果，转正率（保密，只说了些笼统的要求）

ps. 小红书上看到很多 hr 面挂的，很慌，故在此作此记录

============================================

3.3 更新

字节 上周五约了今天的二面

总时长：1h15min

问实习时间，什么时候能到岗，老师管不管

介绍简历项目，（ 我讲 -> 面试官提问 -> 我答 ）循环 x N，大约 40 min

八股：LLaVA 怎么实现的多模态，LLaMA的架构、训练数据，BLIP、CLIP，BLIP2（Q-Former）

场景题：好的图像和差的图像如何用多模态大模型去分析差异并能给出优化意见，最好不要引入人工标注进行微调

（场景题有点尴尬，没答出来）

code：两个 list 求交集（ 例：l1=[1,2,3,3,4]，l2=[3,3,5,3,4]，ans 为 [3,3,4] ）

=============================================

腾讯

投递2.21

一面2.24

简历上四个项目细问了两个，深挖了 50+min

八股：大模型幻觉问题，DPO、PPO，MHA的作用

code：lc300 最长递增子序列

小红书

投递2.21

一面2.26

同样是简历上的项目细问了两个，深挖了 50min，没问八股

code：lc15 三数之和

字节

投递2.24

一面2.27

简历上的项目细问了三个，也是深挖了 50min

问了问了不了解 blip 和 clip

code：lc200 岛屿数量

ps. 准备了好久的八股，但是基本都没怎么问八股