1.先做自我介绍，挑重点项目着重说明。2.项目有具体的应用场景吗？3.视频大模型是不是提取视频中的核心信息？它一般能用在哪里？4.你想做推荐相关、大模型相关，还是推荐和大模型相结合的工作？5.你了解推荐系统吗？6.你了解机器学习和深度学习吗？7.大模型在推荐系统中一般有哪些应用或应用方向？8.大模型怎么缓解或解决推荐系统的冷启动问题？9.你了解大模型推荐的微调这个概念吗？10.微调怎么定义？它一般是针对什么模型进行的？11.推荐场景或垂域场景中，需要微调的核心原因是什么？12.Transformer 的原理能大概说一下吗？13.基于 Transformer 大模型，怎么处理用户的长行为序列？14.Transformer 注意力机制的复杂度是多少？怎么计算？15.长行为序列直接计算会有什么问题？16.稀疏注意力的具体原理是什么？17.推荐系统中怎么设计负样本？你了解随机负样本、语义负样本这些概念吗？18.大模型怎么解决用户兴趣漂移的问题？19.除了折扣因子，解决用户兴趣漂移还有其他方案吗？通过微调的方式可行吗？20.传统神经网络中，梯度消失是什么现象？怎么产生的？21.梯度消失怎么解决？22.你了解哪些激活函数？23.BN（Batch Normalization）是什么意思？24.手撕：无重复字符的最长子串

flash attention解释下gqa解释下怎么才能训练好一个sft过程？sft的loss计算是用什么计算的？lora原理lora参数权重初始化lora的r和缩放参数dpo的lossdpo数据集怎么构造比较好？如果dpo训练过程中，accept回答和reject回答的loss都在升高，怎么办？假如说dpo效果不好，怎么解决？多轮对话一般要怎么训练？rag的流程？检索时，只用关键字匹配会存在问题，怎么具体解决？（没有上下文语义信息）给定一个网页，如何提取其中的关键信息

1.Lora 的相关八股:常见参数、缩放2.有没有做记忆衰退，避免旧数据干扰新任务？3.Deepspeed zero3为什么比zero2更省显存4.训练大模型的框架都有哪些呢5.讲解一下 Flash Attention6.讲解一下 Qwen 的滑动窗口注意力机制，计算量是多少？7.PPO 的损失函数构成。8.讲解一下KL散度。PPO和GRPO的损失函数有哪些区别？9．在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10．32B 模型全量微调 和Lora 微调的显存估算11．你们这种模块堆叠的架构是怎么设计视觉问答模块和动作模块的协同逻辑的？12. human feedback 是怎么被 agent 消化吸收的？

没有问项目八股，一直在问实操细节第一次遇到没问项目的，直接就是问我简历写的技能。1.旋转位置编码的原理和什么是外推2.绝对相对位置编码的原理3.深挖偏旋转位置里面的一些设计与独特点（数学公式和token设置）4.有什么主流的大模型，其中有什么有特点的结构，5.有没有去看过openai的一些协议，怎么进行部署6.有什么Linux命令，具体到去在文件夹查找某个关键字段怎么找7.一些不同大模型结构的特点。总结一下，这个面试官很重实操，需要你知道个个模型的特点，对实操经验极其看重