面壁智能大模型一面

1.自我介绍 2.讲一下你的自动化评估体系是怎么设计的吧 3. markdown转html做报告验证，那你这个合法性是怎么判断合法的？是直接看渲染结果吗？那怎么做自动验证的？ 4.你说截图验证，那你这个截图是怎么生成的？怎么知道截图渲染的是正确的 5. Agent 推荐比赛的提示词优化流程讲一下，是怎么构造出更优提示词的 6.你这个提示词优化迭代里面，比如说你怎么判断当前生成提示词就是“最优 7. 刚刚说“反思机制”有个模块，那我想问问这个反思机制是怎么做的？是类似 Chain of Thought 吗？有没有自动修正能力？ 8.帮我实现一下Transformer 里面的多头注意力你能现场实现...

📍面试公司：顺丰🕐面试时间：9.29💻面试岗位：大模型 一面❓面试问题：1.自我介绍2.实习-微调上下文长度是多少？3.实习-微调数据集多少？4.实习-用的什么卡训练？什么框架，训练多长时间？5.实习-显存优化框架是什么？6.实习-deepseed zero用的什么？zero 1 2 3 有什么区别，介绍一下7.如果使用zero2，全参微调8B模型，精度BF16，占用多少显存？模型占用多少，梯度占用多少，优化器占用多少（这一块答得挺差的）8.实习-PPO训练使用几张卡9.实习-PPO有多个模型，如何加载的，SFT占用了几张卡？（这一块答得更差）10.实习-PPO训练框架？11.实习-为什么不使用RAG？使用Agent的框架吗？12.讲一下vllm的prefix cache13.vllm 并发量很高的时候，什么机制去解决？（就是一次解决不完，不会）14.讲一下vllm和SGlang的结构化输出（不会）反问：1.业务：问答机器人，把很多很多的机器人整合为一个，涉及到多路查询、query重写、实例抽取，微调和langchain。还有一些多模型搜索的业务等2.技术栈：模型微调+agent🙌面试感想：训练问的好多，我不会

一站式面试，可惜倒在了二面完全没有问八股，也没有手撕，纯问项目，深挖着问，发散着问，问的人汗流浃背.二面基本是边聊天边问，发散性的问题很多，看着二面面试官和我笑嘻嘻，我就觉得情况不妙，果然给我挂了，可能是一面项目答得不太好

拿到书面offer前都不要提前高兴一周前三面结束，所有材料都交了，口头offer也给了，结果昨天下午发短信通知说内部审批没通过哎，只能说积累经验了