minimax大模型算法一面 好难啊感觉

一、整体财务表现：稳健增长，盈利质量显著提升腾讯控股（00700.HK）2025年交出了一份扎实的成绩单。全年收入达7517.66亿元，同比增长14%；毛利4225.93亿元，同比增长21%，毛利率从53%提升至56%；经营盈利2415.62亿元，同比增长16%；公司权益持有人应占盈利2248.42亿元，同比增长16%。Non-IFRS净利润达2596亿元，同比增长17%，利润增速略高于收入增速，反映出业务结构优化和经营杠杆效应。第四季度单季表现同样稳健：营收1944亿元，同比增长12.7%；毛利1083亿元，同比增长19%；经调整净利润647亿元，同比增长17%，延续了高质量增长态势。1.1...

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.介绍实习项目时，重点讲你解决过最困难的问题以及最终的优化效果。2.你在训练大模型时用过哪些分布式训练方案？数据并行、模型并行、流水并行的区别是什么？3.DeepSpeed 的 ZeRO-1 / ZeRO-2 / ZeRO-3 的核心差异是什么？4.如果训练一个 70B 模型，如何估算单卡显存占用？5.除了 ZeRO，你还了解哪些训练优化方法？6.LoRA 的原理是什么？为什么低秩分解可以减少训练参数？7.LoRA 中矩阵 A 和 B 为什么通常采用不同初始化方式？8.手撕：实现 滑动窗口最大值

1. 介绍一下你的实习、项目和论文，重点讲一个你真正做深了的点2. 介绍一个你最熟悉的大模型架构，并说清楚它在注意力结构、训练策略和推理优化上的特点可以拿 Transformer 系列来答。核心由 Embedding、Multi-Head Attention、FFN、残差连接和 LayerNorm 组成。注意力结构负责建模 token 间依赖，训练上一般采用大规模自监督预训练，比如 next token prediction，然后再做 SFT、偏好对齐。推理优化上会做 KV Cache、FlashAttention、Continuous Batching、量化和张量并行。如果你想答得更像大模型...

wxg二面挂s3二面挂（暑期，强度有点大）腾讯视频 一面挂腾讯云 等明天被拷打求求了，收了我吧😭