整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.介绍实习项目时，重点讲你解决过最困难的问题以及最终的优化效果。2.你在训练大模型时用过哪些分布式训练方案？数据并行、模型并行、流水并行的区别是什么？3.DeepSpeed 的 ZeRO-1 / ZeRO-2 / ZeRO-3 的核心差异是什么？4.如果训练一个 70B 模型，如何估算单卡显存占用？5.除了 ZeRO，你还了解哪些训练优化方法？6.LoRA 的原理是什么？为什么低秩分解可以减少训练参数？7.LoRA 中矩阵 A 和 B 为什么通常采用不同初始化方式？8.手撕：实现 滑动窗口最大值

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.介绍实习和论文2.介绍你熟悉的大模型架构追问：两者在注意力结构、训练策略和推理优化上的主要差异。3.为什么 MoE 架构能在参数规模继续扩大的情况下保持训练效率？4.MoE 的路由机制是怎么工作的？为什么会出现专家负载不均的问题？5.如果专家利用率很低，你会怎么优化路由策略？6.SFT 和 RLHF 在训练目标上有什么本质区别？为什么很多模型在 SFT 后仍然需要 RLHF？7.RLHF 中 PPO 的核心优化目标是什么？写出 PPO 的目标函数，并解释每一项的意义。8.手撕：实现 K 个有序数组的中位数

被横向挂了，希望发出来对大家有帮助！项目拷打15分钟左右：八股：1.模型推理部署的时候用的什么框架，对这方面了解多少，vllm，sglang2.qwen2.5vl和qwen3vl的对比3.qwen2.5vl怎么做的动态分辨率处理的图片或者视频，对比intervl两者有什么不一样的4.ROPE是相对位置编码还是绝对位置编码，原理是什么5.qwen2.5vl里面的MROPE怎么实现的6.DPO，GRPO，PPO有什么区别和不同7.python里的函数是不是对象8.python的装饰器是什么9.除了模型训练侧，agent有了解多少

给我面没招了，发点面经攒攒人品～1）介绍一个最能代表自己的项目2）项目里负责的边界是什么？哪些内容是亲手实现／验证的？3）电商领域预训练数据：低质过滤与去重会怎么做？用哪些简单指标快速判断数据质量？4) Pretrain 和 SFT 分别解决什么问题？5) Transformer 的基本结构怎么理解？6）多模态模型的大致结构是什么（图像编码器+连接层+ LLM )？最容易踩坑的点通常在哪里？7) SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？8）对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？