27暑期腾讯TEG大模型算法三面分享

给我面没招了，发点面经攒攒人品～
1.讲一下实习工作主要解决的是什么问题
2.训练数据怎么来的
3.最终几个评测集怎么用
4.训练用的什么卡
5.用了多少张卡
6.训练数据集规模
7.训练了多少个 Epoch
8.训练了多长时间
9.讲一下实习期间做的工作
10.为什么在实习结束后离职
11.为什么在做完一个项目后离职
12.算法题和开放题：
计算 KV Cache 需要的显存：
计算 KV Cache 显存需要哪些前置数据
KV Cache 显存怎么计算
3B Dense 模型和 32B-a3B MoE 模型，哪个推理延迟更低、推理速度更快：
MoE 模型第一次推理激活专家 1、3、5，第二次激活专家 2、4、6，专家切换的成本主要是什么：
大模型服务 API 定价问题：
不同服务方案下，1K Token、32K 上下文、128K 上下文的输入输出定价如何设计
算法题：
会议室预定问题
判断某个时刻点是否可以预定
查询最近可以预定的时间