攒攒人品！有面试过同岗的朋友欢迎评论区交流1.讲一下 Transformer 架构原理以及最新进展2.介绍 Transformer 后续发展的两个流派：Encoder 和 Decoder3.为什么现在的大模型都是 Decoder-only4.讲一下实习工作5.怎么量化可视化 Prompt 对决策能力的干扰权重6.如何判断是可视化 Prompt 内容影响决策，还是 Prompt 太长导致注意力涣散影响决策7.怎么设计实验验证这个问题8.讲一下正负样例是怎么构造的9.训练集是怎么构造的10.训练过程中有没有遇到训练后效果变差的问题11.遇到问题后怎么解决12.如何理解压缩专家向量13.讲一下怎么做分阶段训练14.为什么要分阶段训练15.开放性问题：如果训练一个 AI Coding Agent，是端到端训练还是分阶段训练16.讲一下 GRPO、DPO、PPO 三种算法，以及各自适用场景17.开放性问题：如果要训练一个数学推理的小多模态模型，同时有一个纯文本推理能力强的大模型，你会怎么做蒸馏18.如果没有图片，只有纯文本，怎么设计训练方案19.让你设计一个AI Coding Agent 你会 怎么设计20.后续怎么去评测这个 Agent

太难了😭，没有实习经历太难找暑期了。4月初开始投简历，总共就三个面试

应用技术： C++ 、CMake 、Linux、V4L2、FFmpeg、x264、H.264、TCP、UDP、RTP、OpenGL、GLFW、GLAD、ImGui、多线程、线程安全队列、FEC/NACK、Jitter Buffer 、延时统计项目描述： 基于 Linux 平台开发的实时视频采集、编码、传输、解码与渲染系统，服务端负责摄像头采集、H.264 编码和多 协议分发，客户端负责网络接收、视频解码、OpenGL 渲染和运行指标展示。系统采用三层架构，将入口启动、 业务模块和公共组件进行拆分，支持 TCP、UDP 和 RTP 三种传输链路，适用于实时视频传输、弱网处理和流媒 体协议学习场景。有需要的可以联系我，牛客上传不了视频，可以去B站搜：就叫措意

3.25 一面3.30 二面4.3 三面4.14 hr面4.17 oc