📍面试公司：快手💻面试岗位：大模型❓面试问题：1. ppo，dpo，grpo是什么各种的优劣2. ppo中gae的计算3. dpo的数据要怎么做4. 对于grpo有什么改进的思路，dapo和gspo分别怎么做的5. dpo如果正确和错误都下降怎么办6. 分层强化学习要怎么具体设计agent的思路7. reward怎么训练8. reward hacking是怎么出现的，要怎么解决9. 计算7b模型的占用10. fddp和deepspeed怎么做显存优化11. adamw中最占显存的是什么12. 手撕一个MHA

这整体感受：自由度极高工作氛围：阿里的企业文化在互联网公司里算比较温和的，注重对员工的培养而非筛选，同事关系很融洽，工作氛围真的很棒，组里经常一起吃饭，工作之余也会周末约着一起出去玩，同事人都很好很nice工作强度：工作强度不低（24小时待机，偶尔处理一些紧急的商家问题，基本上商家都不会主动打扰），但整体节奏通常可以适应，互联网基本上都是这样的强度，大家都一样。日常生活：大厂福利待遇都不会差，餐补，话补……你能想到的通通都有，每天早上开完例会，12点前就得下市场去拜访第一个商户，然后就可以和同事考虑去哪吃饭，顺便探探店☺️当然也可以找个咖啡店☕坐着点主营外卖😙然后开始整理手头上的工作（总之自...

1️⃣一面 1．自我介绍，问实习和论文2．了解哪些多模态大模型，简要介绍一下吧，了解最新的一些多模态大模型都是怎么做的吗3．在 BLIP -2或者 Qwen - VL 中， Learnable Query 的作用是什么4．了解多模态 RAG 吗5．大模型的后训练是怎么做的，在 VLM 上做后训练有什么区别6．知道 SAM 吗？说说 SAM 是怎么做的7．概率题：一根绳子剪成三段，这三段可以围成三角形的概率是多少8．代码：一个推荐链路的排序2️⃣二面1．自我介绍，问实习和论文2．讲一下 LoRA ，两个权重矩阵一般怎么初始化，能都全0吗3．除了 LoRA ，还了解哪些可以进行训练推理优化的技术4．现在的多模态大模型，动态分辨率一般都是怎么做的，位置编码怎么设计5．概率题，一副扑克牌，去掉大小王，随机抽两张，花色相同的概率6.场景题：目前有一个带货的直播间，设计一个方案，商品比较多怎么降低时延7.开放题：平常在训练或者微调 LLM 或者 VLM 的时候，有什么心得吗📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

小苯的008，怎么暴力没有分的，太难了