继续来分享下最近的面经~1.问项目2.Peft除了lora还有哪些方法3.lora的a b两个矩阵怎么初始化？两个初始化可以置换吗？4.Lora有哪些超参数，如果rank变化的话，α对应应该怎么变化5.有什么优化显存的方法，比如给你8张A100，训一个32b的模型，oom了怎么解决6.为什么梯度累积的方法可以节约显存？7.有什么自动化优化prompt的方法？基于梯度的和基于反思的？8.手撕：给了一份LoRa微调的代码，挖了七八个空填空包括初始化，冻结参数，替换lora层等。

八股：没有八股项目：问的比较浅，也没有深入到技术层面。算法：力扣 316， 字符串去重复字母，按字典序最小输出，不改变顺序。（贪心+单调栈）

看了大家不少面经，我也发发面经攒人品✉️投递：3.18💬面试：一面 3.23 二面 3.25 三面 4.3 HR面 4.13📝offer：4.21🎙️我的感受：我由于测评不高，面到HR面的时候非常的焦虑，很怕因为测评给我挂了我投的淘天全挂了，可能就是因为测评不行吧总体下来阿里的面试官还是挺尊重的，拷打的很详细bg：双九，一段小厂对口实习面试主要内容狠狠拷打简历，实习内容，问的非常详细，会问到你负责了什么，用了多少张卡，学习率怎么样，训练了多久，用了多少数据，数据是怎么准备的，显存占用怎么样场景题：如果我目前有一个数字人的模型，我想训练成只生成一个人的，可以怎么做你看过什么别的 SOTA 模型的 ref image 注入方式，有什么优劣八股：如何判断模型是否收敛如果训练的时候梯度消失或者爆炸，你怎么解决如何系统判断是否训练完成，特别是在视频生成模型中有哪些常见的蒸馏方法LoRA 微调的原理DiT 的框架流程，如何时间注入，讲一讲 AdaLN讲一下 flow Matching，原理，优势现在为什么大家都用 RMSNorm 而不是 LayerNormAdam 和 AdamW 的原理，有什么改进手撕：1. 二叉树的右视图2. 非 hot 100，滑动窗口3. 扎破所有气球的最少箭数暑期实习还是太折磨了，我面了好多场，一直在泡池子。。。腾讯二面给我泡了13天然后挂，米哈游一面挂，快手简历挂。。。看到身边同学都拿到offer了，那是一个焦虑啊，本来都想转日常了。最后总算是有一个结果了

3.18 投递4.15 笔试 + 测评笔试第一题0.75 + 第二题1.0 + 第三题 04.29 上午技术面不知道为啥手机进会议室就没法录音了，只能凭回忆写了1.自我介绍2.在校的奖项,竞赛3.深挖第一个agent项目（印象最深的是我把刚学的双路召回详细讲了一下，感觉在面试官那里很加分）4.乐观锁悲观锁5.list底层原理6.volatile原理7.浅挖第二个微服务项目8.Mysql为什么用B+树,不用B树B-树9.redis缓存击穿,雪崩10.复盘笔试（我着重讲了下第一题带前进后退的LRU不应该搞两个双向链表，而是应该用游标。这块体现出自己思考过就行）11.手撕lc594最长和谐子序列第一个agent项目问了几乎半个小时，面试官都后知后觉怎么软件开发面试光问ai去了，还问我为啥不走ai岗，我说我学历不够才本科，他夸我简历很丰富完全可以尝试哈哈。后面就专门问了些简历上的基础八股。不得不说这是我面这么多场体验最好的一集，无论说啥面试官都有反馈，会认真听说我在讲啥然后帮我总结一下。如果答得不好的地方还会教我怎么思考怎么表达，比如缓存击穿，我只说了逻辑过期和用高可用性架构，面试官就教我如何从前端到一二级缓存再到数据库全局的思考对策，真的非常受益！问的问题也全是简历上写了的，也没超纲，最后的手撕也是easy题，感恩晚上主管面1.自我介绍2.项目实现3.校园经历，比赛经历4.最近最消沉的时刻5.对ai的看法6.从哪些途径学习ai7.最近看过的GitHub项目反问：1.实习生怎么培养：会为所有实习生设置通用的培养方案，然后每个导师再针对个人设置细致的培养方案2.需要做哪些准备：1）提升代码规范，要能看懂ai写的代码；2）要追踪ai前沿，ai发展日新月异；3）要提升软实力，团队协作能力主管面体验也不错，那个主管长得有点像吴京，说话也轻声细语的。我把我校园经历职业规划全一五一十讲出来，感觉他还挺满意的。晚上11：45发了面试反馈，应该是过了。不知道要跑多久池子，希望能有好运不管怎么样这个四月总算是结束了，这两个月真是燃尽了。暑期暂停，我要回家过五一了