1.以项目拷打为主，挖得很深，面试官水平很高，实习时唯一一个糊弄过去的点都被找出来了2.如何获得训练数据的，测试集上的评估方法是什么？3.大模型得到的结果为什么要额外走一轮校验4.如何评估sft后模型的效果5.GRPO具体是怎么做的6.GRPO的reward怎么设计的7.是否有reward hacking问题，怎么避免8.GRPO公示介绍一下9.GRPO如何评估“优势值”10.对称的clip可能会遇到什么问题11.思维链具体怎么构建的，怎么确保其准确性12.多模态处理后置信度如何评估13.多模态模型如何将文本和图像映射到同一向量空间14.模型训练的损失函数和目标分别是什么15.如何衡量图像embedding和文本embedding之间的相似度16.如何评估模型输出结果的准确性17.SFT和强化学习之间的区别在哪里，分别适用什么场景18.模型在业务场景的泛化性如何考虑19.人工标注vs模型标注，如果使用模型来打标，可能会遇到什么样的问题20.Transformer的encoder和decoder区别21.介绍self attention和cross attention22.手撕题：在一个数组中找到一个先严格递增再严格递减的子序列（“山峰”形序列），并使这个子序列的长度尽可能长

10.30顺丰科技一面1. 介绍一下什么是agent（面试官：非常棒 我听懂了 😂）2. mysql索引3. 缓存三兄弟4. 反问业务（进去以后分配（一共十几分钟 秒过11.4顺丰科技二面1. rocketmq vs kafka2. mvcc3. 介绍一下锁（问这么大 开始吟唱（一共二十来分钟 秒过11.21顺丰科技hr面1. 自我介绍2. 实习中的成长3. xxxxxx4. xxxxxx5. 期望薪资6. 为什么认为你值得这个薪资------------------已offer 拒

非顺丰科技，似乎是大白菜，拒吗

1.实习介绍2.介绍transformer架构3.transformer架构为什么要切分为多头？4.讲一下attention的具体计算步骤5.计算attention的softmax之前为什么要除根号d_k6.介绍一下transformer位置编码；还了解别的位置编码吗？7.如果在transformer中，把K去掉，变成Q*Q*V，这样会有什么问题吗？假如不考虑解码器，只考虑编码器内部的attention操作的话，这样会有什么问题？8.transformer是encoder-decoder架构，而GPT是decoder-only架构，为什么会演变成这样一种形式？为什么把encoder给舍弃掉了？9.为什么像GPT这种生成式任务，不同时利用encoder-decoder？10.transformer的FFN层为什么会逐渐演变成MOE层？11.moe层的负载均衡具体是怎么做的？偏置项b是怎么训练的？你怎么保证有一个机制让偏置项得到变换？照理来说，偏置项b应该放到损失函数中，这应该怎么设计？12.做agent有哪些框架？13.做agent的开发范式有哪些？14.lora微调的核心原理是什么？15.大模型幻觉了解吗，怎么缓解大模型幻觉？16.手撕，最长递增子序列