携程大模型算法 二面 实习面经

继续来分享下之前的面经~欢迎友好讨论，信息共享1.论文拷打2.模型困惑度3.项目使用了哪些评估指标？4.项目的DPO数据如何构造，为什么？5.项目中的Reward模型怎么训练的，为什么自己训？6.GRPO过程中遇到过什么问题，怎么解决的？7.介绍DPO，PPO，GRPO过程和区别8.GRPO中奖励值可以怎么得到，有哪些方法？9.手撕MHA

美团 --未开放京东 --未开放快手 --未开放字节跳动 --已开放腾讯 --未开放银泰百货 --未开放灵犀互娱 --未开放蚂蚁集团 --未开放饿了么 --未开放阿里云 --未开放腾讯音乐 --已开放拼多多 --未开放钉钉 --未开放百度 --未开放Shopee --已开放菜鸟集团 --未开放阿里国际 --未开放阿里大文娱 --未开放网易 --未开放网易互娱 --未开放小红书 --未开放Bilibili --未开放滴滴 --未开放腾讯娱乐 --未开放搜狐 --未开放360 --未开放小米 --未开放阅文集团 --未开放贝壳 --未开放SHEIN --未开放宝宝巴士 --未开放东方财富 --未开...

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.lora微调原理2.prompt 微调3.P tuning4.强化学习 ppo grpo5.Deepseek r1 训练四个阶段6.Encoder only decoder only 区别7.BERT的结构

1. 网申填表：牛客网申助手点评： 绝对的神器，省去了重复填写个人信息的枯燥时间，能把网申速度提升 5 倍。⚠️ 注意： 自动填充后，务必人工复查一遍。特别是“开放性问题”（OQ）和“项目经历”，不要千篇一律，要根据岗位 JD（职位描述）微调关键词。2. 投递记录：飞书多维表格点评： 找实习不是“广撒网”就能有收获的，“复盘”才是拿 offer 的关键。💡 进阶玩法： 建议在表格里增加几个字段：投递渠道：（官网/内推/BOSS），方便分析哪个渠道回复快。进度标签：（已投递/测评/一面/二面/挂），用不同颜色标记，一目了然。复盘总结： 每次面试完，把没答上来的题记在这一行，下次面试前看一遍。3...