上周面了小荷健康一面问了项目的一些问题然后就是手撕代码，平常刷leetcode,但是考的是acm格式，从来没有写过，没撕出来之后是一些八股的基础知识然后就反问了一些小荷在做的业务。一共45分钟。本人学历也不怎么高，就是一个211硕，现在很多暑期也开了，代码题是真的有点费劲了，不知道还要不要接着刷呢。

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目深挖2.attention计算公式，为什么除以dk3.ppo损失函数，解释，各部分是什么4.mha、mqa、gqa、mla5.交叉熵损失手撕6.位置编码有哪些，rope7.mse损失，gae损失，大模型里面怎么算8.大模型里面的ppo，returns是什么9.vit位置编码、二维位置编码、相对位置编码、多模态位置编码

有面试过同岗的朋友欢迎评论区交流1.  DPO 与 SFT 的区别：两者核心差异是什么？可以先做 DPO 再做 SFT 吗？为什么？2.  把 DPO 用在“第一轮对话”，你会如何构建数据集？`Prompt`、`Chosen`、`Rejected` 具体来源是什么？3.  多轮对话数据分布设计：单轮和多轮数据各占多少比例？这样配比的理由是什么？4.  DPO 多轮样本怎么采样：多轮样本如何采样？如何配比？5.  Reward Hacking现象：你怎么看待这个问题？怎么解决呢

有面试过同岗的朋友欢迎评论区交流1.深挖多模态和大模型的论文2.Decoder文本生成有哪几种方法3.还知道哪些多模态大模型4.介绍一下ALBEF、BLIP5.BLIP2的结构是什么 两阶段怎么训练的 有哪些损失6.知道PEFT吗 讲一下LoRA7.还有什么微调方法 -> prefix-tuning和P-tuning 两者分别是怎么做的 为了解决什么提出的