电商治理面经 第三面三面完就hr面了记录一下面经

📍面试公司：vivo💻面试岗位：大模型研究员❓面试问题：1、自我介绍2、项目介绍3、项目交流4、讲一下为啥用DPO5、数据集是怎么构建的？6、怎么去的分析badcase7、会去写训练代码吗？8、chatglm结构9、代码题：和最大子数组10、反问🙌面试感想：Boss投的，应该是日常实习。岗位叫啥研究员，感觉不太像搞啥研究，部门好像是做图片视频理解的。两个面试官，轮着交流。听说就两面，后面还有一面hr面，看看有无后续。        

1.自我介绍2.项目，问的好细，项目还是需要自己完整做一遍的，还需要自己优化一下。不然问的问题全是瞎编    介绍一下项目    项目中的难点    情感标签怎么做的    数据集处理之后还剩多少条    介绍一下llama3    lora优点 缺点    prompt模板怎么设计的    模型损失怎么变化的    训练完之后做了什么改进    有没有对比lora前和lora后的效果    使用lora的成本怎么样    介绍一下transformer    有没有了解使用的工具的具体的原理    3.最大连续数组和，这个简单，用动态规划。

1️⃣一面时间：9.12  时长：1hcode：统计岛屿数量、最大岛屿面积，DFS方法解了然后介绍实习项目，面试官非常耐心地听，没有打断八股1.bert和gpt的区别？（从模型架构、训练方式、使用场景方面回答的）2.训练/微调一个LLM的流程？3.实习时用的 megatron 框架吗，对分布式训练框架了解多少？（回答了deepspeed和megatron区别，以及几种并行方式，以及deepspeed的三种zero）4.了解强化学习吗，跟SFT有什么区别？5.反问：业务，对岗位的期望💣评价：有点紧张，算法题有一个小失误没注意到2️⃣二面时间：9.14  时长：1h八股1.写一下 attention 公式（代码实现了下）2.训练时为什么要mask，推理时也需要吗？两处有什么区别？推理时的sequence length和训练时一样吗3.transformer和传统seq2seq模型有什么区别？4.计算attention时为什么要除以d_k，这个d_k的含义是？5.attention计算时还有哪些scale处理？6.attention中softmax函数作用、公式、为什么有减去最大值的处理？换个函数还能这样处理吗？7.解释数值上溢、下溢问题8.讲一下prompt书写的经验，如何判断prompt是否达标，如何改进prompt9.讲一下SFT，会对哪部分计算loss？为什么？10.讲一下deepspeed11.训练用一个7b模型要占用多少显存？不同zero阶段能够节省多少显存？12.训练模型时用了几张卡，有遇到什么异常中断问题吗？反问： 在乎候选人什么能力？对面试表现有哪些改进意见？💣评价： 基础不够扎实，网上有的知识都能回答上来，在同龄人里算比较优秀，欠缺一些多机多卡实践经验。