攒人品中～～1.介绍 Lora 的思想，为什么有效2.DPO 的数据集来源3.PPO 和 GRPO 的区别（损失函数的 clip 作用）4.什么是大模型的幻觉，大模型解决幻觉的方式有哪些5.为什么降低温度能缓解幻觉6.你项目中 system prompt 和 user prompt 的区别7.DeepSpeed zero-3 有什么改进8.verl 和 vllm 你是怎么配合的，每个在项目中的作用9.手撕：LCR 076 数组中的第 K 个最大元素

笨人应届毕业生，半科班，华五硕，有几个offer选择1：阿里非核心事业群大模型智能客服算法，N2：同花顺toc财经模型应用算法，N+203：百亿量化私募大模型&agent实习转正，未知

非常有挑战性且开放的一次面试，无八股无手撕1. 假如让你从零构建一个 vla 模型 你对他的架构的设计是怎么样的？为什么2. 假如让你写一篇 vla+rl 的 综述，你会怎么写3. 你怎么看 vla 大模型 和 世界模型两条 具身智能的技术路线4. 你对vla模型的改进有哪些？5. 你认为从长远来看 vla 可以有哪些工作可以做来克服具身智能的挑战。

面个算法岗真是要命，天天抱着八股文背，什么transformer原理、损失函数推导、优化器区别，背得头都大了。但不背又不行，面试就爱往深了问，一问卡壳直接凉凉。感觉自己像在准备高考，太折磨人了。