📍面试公司：阿里控股🕐面试时间：26届秋招💻面试岗位：机器学习❓面试问题：1. 问项目2. 正样本比较少的时候怎么去解决这个问题？3. InfoNCE中的超参调整，怎么理解（正负样本比例和batch size）4. InfoNCE和其他loss有没有什么联系？5. 了解多模态大模型，如Qwen-VL吗？6. lora（接在旁边/后面）,为什么不接在后面？rank高低有什么影响，对于少量样本，lora好还是sft好？相对于sft的优劣势？7. Deepseek r1中的训练方式有什么特别之处？怎么做的think？RLHF的流程是什么？8. 量化加速方面有了解吗？解释一下vllm无手撕🙌面试感想：面试官很好，该有的流程都有，上来就说大概40分钟，时长不影响结果，并介绍了一下岗位对应部门的工作。面试官除了问问题，还会引导讨论，很尊重求职者。但还是太菜了，缺少LLM经历，很多都答不上来

文章内容收录到个人网站，方便阅读：http://hardyfish.top/在 MySQL InnoDB 存储引擎中，一次 INSERT 操作涉及 Undo Log（撤销日志）、Redo Log（重做日志）、Binlog（归档日志） 三种日志，它们的写入顺序如下：日志作用对比Undo Log记录修改前的数据，用于回滚InnoDB 内部事务回滚、MVCCRedo Log记录数据修改，保证事务持久化InnoDB 内部崩溃恢复Binlog记录逻辑操作（SQL 语句或行变更）MySQL Server 层主从复制、数据恢复1. INSERT 操作的日志写入顺序 sql Undo Log → Redo L...

二十几分钟就结束了，怀疑是不是kpi主要问实习和项目，手撕 写一个list转map的工具类写一个线程安全的双重检查单例模式都不会，这好像不是力扣题吧，最后换了个简单的sql

- 实习项目解决了什么问题？- 生成式项目的应用场景是什么样的，后续还要经过粗排吗？- 生成式模型怎么评估离线效果和在线效果？- 有没有看过生成式模型的冷启动性能？- 有没有看过生成物品与用户历史点击序列的相关性？这个生成的物品有没有含义？ - 了解哪些召回的负采样策略？- 召回的随机采样和batch内采样有什么优劣？能不能只用batch内采样，不用随机采样？- 粗排和精排有没有SSB问题？- 精排需要补充未曝光样本作为负样本吗？答：实践表明一般不需要处理，没有明显的效果提升。- 对于一个MLP模型如何评估特征的重要性？是否了解gate方法，如senet和masknet网络？- 在推荐场景下，...