面试很难，还是要多多练习，感觉自己说不明白业务逻辑1）做过的最有影响力的一件事是什么？具体推动了什么变化？2）训练不稳定怎么排查3) Long Context 常见思路有哪些？在业务里如何做"能看长文本但不太贵"的折中?4）如何做一套简单可执行的离线评测集？如何覆盖不同语言与类目？5）多模态场景怎么评估：如何检查"图文一致性／不编造信息"？优先加哪些自动化检查？6) Prompt ／模板如何管理：如何版本化、如何回滚、如何避免一次改动导致整体波动？7) 手撕：实现一个最简单的 top - k 采样，并说明边界情况怎么处理。

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2.二元交叉熵3.常用的深度学习api4.VIT结构5.分类模型6.堆的数据结构7.手撕力扣中等题排序问题

给我面没招了，发点面经攒攒人品～实习项目拷打八股如下1.Attention的计算公式，为什么除以根号dk，能不能换成dk2.qwenvl的架构是什么，从输入到输出，说一下3.qwen3.5有哪些提升 优化4.Attention的时间复杂度是O（n平方），有没有看过哪些方法针对长上下文可以优化的5.有看过dsk发的论文吗？attention相关的6.GRPO PPO  目标函数，GRPO相比于PPO有什么区别，优点，以及GRPO的缺点7.DPO的目标函数，相比于上面俩有什么不同8.了解GPRO的重要性采样吗手撕两个玩家玩抽金币游戏，动态规划，写了状态转移方程和思路，让优化复杂度