攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2.八股：了解过什么推荐系统里的精排模型解释DIN原理3.手撕：反转链表  MHA

vo back to back 2轮1面 hm+senior 改编的 union-find 提问：ai编程如何保证正确性，如何debug2面 senior  leetcode 课程表 bfs做 提问：陈述一件你没法完成如何跟客户交代的事 讲一个组内意见不合如何达成一致结果： 挂

发点面经攒攒人品～1.项目拷打2.实习拷打3.你提到用了CKA你能解释一下它是怎么计算的吗？这个指标真的能评估对齐程度吗4.ModalityAdapter模态适配器这个模块你是怎么设计的？它是怎么起作用的？有没有做过ablation实验？5.对比学习里你怎么构造正负样本的？正负样本不容易区分的时候你们是怎么处理的？有没有用HNM6.你们项目里用了多个loss比如MSE + Contrastive Loss + KL 散度为什么这么设计？有没有出现loss拉扯现象7医疗组手那个项目你说做了Prompt模板设计，能不能举几个例子？分类模板和生成式模板在你们场景下分别怎么做的8你们用的知识库是静态的吗？有没有做向量索引？用的什么方案9怎么避免模型产生医疗幻觉？你们有没有做 hallucination 率评估11.你用过哪些模型推理框架？你觉得Ollama和vLLM区别在哪儿？在车端你们选它们的依据是什么？12.你们说做了14B的车端模型，你们是怎么用SFT数据去做微调的？数据怎么构建的13.评测体系你是怎么搭建的？评测指标都有哪些14.你说你们构建了车载Agent平台Agent链路是怎么调度的多轮对话怎么做状态维护？15.Rewrite模型是你做的，具体输入输出是什么？你们是把 rewrite放在检索前还是后？训练数据是人工构造的吗？16你现在要设计一个多模态模型用于车内驾驶员状态识别，传感器包括摄像头和力传感器，你会怎么设计这个 pipeline

都是大模型算法（infra），感觉差不多，没法判断好坏，各位结合转正率和发展看看选哪个呢：1. 百度智能云训推优化，进去之后估计是推理组，面试官似乎说之后想要做自研芯片的部署。2. 京东云推理优化，起步比较晚，大概了解了一下组里面不会做其他业务的杂活，确实是在做推理或者是训练的优化，转正率非常高。更新一下 今天跟面试官聊了一下，这个ld是个硬件出身的面试官，非常精通硬件，所以我去百度的话肯定是做昆仑芯方面的生态估计算子之类的，大概率摸不到n卡做不了框架