被拷打麻了....1.R1复现方案，奖励函数为什么这么设置？有考虑过数据泄露的情况吗，就是如果你改的这些题目比较相似的话？有没有出现中英混答的情况？怎么解决？为什么你的最后结果没有突破到更高的分数？你说你用的Kimi K2和Gemini，是什么形式的？API还是网页？如果说不是输出你的奖励词语，也是可以做到推理的，你怎么考虑这个问题？2.手机助手项目拷打：介绍背景，怎么做的。如果我现在的场景是APP更新之后，点击的模块发生变化，你会怎么解决这个问题？如果是上下滑动找商品呢？3.GRPO如果组内设置的size非常小的话会怎么样？4.GRPO的平均是怎么计算的？5.场景题：如果让你来搭建一个LOL的陪玩助手，你会怎么搭建？可以从数据选择，整个架构设计来说。如果用户发现你的这个助手语气太生硬了，你怎样解决？如果版本更新，装备这些东西变了，你是训练到模型里面去的，模型需要重新训练吗？有没有什么解决办法？如果是LOL你在对线的时候，发生了小龙团，你怎么样让助手去做这种场景的一个提醒规划？6.有了解过MOE模型吗？7.讲下PPO8.MCP和Skill有了解吗？9.代码：先写打家劫舍，然后改进输出具体打劫了哪些

本人在准备暑期实习 感觉八股真是太多太杂了 看了过两天也就忘了 很焦虑 佬们有没有什么好的方法 求教🥺

给我面没招了，发点面经攒攒人品～1.介绍一下你的实习经历和主要工作内容。2.在微调大模型时，你使用过哪些框架？它们的优缺点分别是什么？3.CLIP 模型的 zero-shot 能力是如何实现的？它在多模态任务中的应用有哪些优势？4.Transformer 中 Pre-Norm 和 Post-Norm 的设计差异是什么？对模型训练稳定性和性能有何影响？5.在生成式大模型中，为何通常采用 Decoder-only 架构而非 Encoder-Decoder 结构？6.请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.针对 Transformer 模型推理过程，你会采用哪些优化手段？8.请阐述RAG的核心原理，并说明如何通过 RAG 缓解大模型的幻觉问题。9.vLLM 框架的核心优化原理是什么？其在动态批处理和显存管理上有哪些创新设计？10.请对比 RLHF、PPO、DPO 算法的技术差异、优缺点及适用场景。

1.拷打上一段实习2.如果一个材料既有图片又有文字，如何分块3.mcp服务器细节，如何与llm关联的4.mcp安全性如何保证，鉴权具体是怎么做的5.如何防止重放攻击，如何保证前向安全性6.存储在本地key如何防止泄露7.skills是什么，与mcp有什么区别8.闲聊------后续：挂