科大讯飞大模型飞星计划秋招一面

📍面试公司：科大讯飞🕐面试时间：2025-7-16💻面试岗位：飞星计划-深度学习框架和平台方向❓面试问题：自我介绍项目拷打 （用的什么模型，做了什么，参数量，多卡单卡，显存溢出怎么解决，pytorch版本，attention公式，除以根号dk的意义，attention里哪一步耗时最长）发散问题（优化器，激活函数，BN和LN，欠拟合和过拟合，部署，剪枝，量化）反问🙌面试感想：先技术面（30-40min），结束后等待通知，如果过了进行下一步HR面。我和技术面面试官聊了之后，感觉方向不是很匹配（官网飞星计划岗位描述不清晰），于是通知我接不接受转岗到普通秋招批次（更契合的岗位方向：AI研究算法...

🍓一面时长约50min，面试官很和蔼，体验感还不错。1．面试官先简单介绍了下团队，然后是自我介绍；2．拷打了一下项目和论文；3．为什么多头注意力能提升表达能力？4．为什么要在大模型中使用 RMSNorm ？和 LayerNorm 有什么差异？5.LoRA和 PromptTuning 有何区别，分别适用于什么场景？6．模型微调时遇到过过拟合吗？怎么处理的？7．大模型推理时的加速思路？8.KV Cache 是怎么起作用的？为什么对长上下文推理很关键？算法题手撕：字符串的全排列。二叉树序列化与反序列化。✅面试感受：整体提问节奏比较平稳，面试官很有亲和力，有的地方卡住了还会给提示。🍓二面时长约40min，主要是针对简历进行深挖。1．自我介绍。2．深挖项目，针对项目思路不断追问。3．大模型生成内容如何做去重过滤？4．如果词表特别大（10w+ token ), Softmax 加速通常有哪些实现？5．如果要在中文领域做 Instruction Tuning ，需要注意哪些数据问题？6．反问✅面试感受：二面的氛围和一面截然不同，面试官提问非常犀利，没有太多套路问题，并且对细节很关注。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

一面二面的面试官评价都挺好，二面的时候说我简历项目符合，深度也行。然后今天一看直接共享中😓，问HR面试评价：（参与项目复杂度和技术深度方面也良好，就是从整体来看感觉和岗位的匹配度没有那么高），所以综合考虑给了不通过。真是给了希望又浇了冷水，算法岗还是太卷了。

暑期实习笔试挂了的 秋招投递可以重新笔么？还是直接gg啊