虾皮多模态算法实习二面-业务面

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目拷打2.实习拷打3.如何做RLHF阶段的稳定训练？PPO在RLHF中的核心不稳定点？4.如果训练中出现：GPU利用率低、显存碎片化严重，你会如何排查与优化？5.RLHF训练中，奖励模型（RM）的训练难点是什么？如何避免奖励模型过拟合，确保其能准确反映人类偏好？6.数据清洗过程中，如何区分有效数据与噪声数据？针对不同类型的噪声（如文本错误、图像模糊），有哪些针对性的处理方法？7.在大模型训练过程中，如何优化显存占用和训练速度？8.你在过往项目中，有没有基于业务需求，提出过创新的技术方案或优化思路？如何推动方案落地并验证效果？9.代码题：合并两个有序链表和二叉树中的最大路径和

从后端转到运维之后，感觉面试难度降了一大截问的非常基础，也有可能是AI面的原因？）开始会让你填自己熟悉的技术栈，然后根据你的技术栈提问Golang 语言中 defer 的作用多个 defer 的执行顺序涉及到多个函数互相调用时，如何涉及 defer 顺序容器和虚拟机的区别容器基于宿主操作系统内核，会不会导致安全性问题数据库 ACID 特性详细解释原子性如果游戏商城充值接口无法访问，但是支付监控面板显示正常，说一下排查思路如果某个容器服务 CPU 使用率突然飙升至80%，同时接口请求速度变慢，说一下排查思路还有一些想不起来了，总之希望鹅厂捞一下

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1. 项目拷打2. 介绍一下FLUX和SD1.5、SDXL的区别3. 介绍一下FLUX中单流和双流Block4. 你觉得FLUX的噪声调度和传统的DDPM有什么区别？5. FLUX中的RoPE是怎么工作的？6. LoRA的前向传播公式是什么？7. LoRA为什么对A和B采用不同的初始化方式？8. A和B都全0初始化会发生什么？9. LoRA通常加载在哪些层？10. LoRA加载以后会导致延迟，如何缓解？11. 对LoRA的秩设置有什么理解？12. 使用Qwen-VL-2.5这样的模型做模型评估如何保证可信度？13. CFG设置的scale过高会发生什么？最后手撕很简单，leetcode 001 two sum