美团大模型推荐算法面经

1.实习介绍2.DP和DDP区别3.介绍Qwen-lmaget4.wan2.1、wan2.2、cogvideox.hunyuan的结构差异?你觉得哪个结构更好?5.LORA一般加到哪?rank设置有没有技巧6.人脸编辑模型的数据清洗怎么做的?怎么确保的良品率和误杀率?在什么样的机器上进行的7.你认为决定现在基模能力的方面有哪些?8.Deepspeed的三阶段zero简单介绍一下9.手撕:casual-selfAttention

如题，bg双九，研二学生，电子信息专业，课题是集群异常检测与影响评估软件开发相关的，目前无实习无论文，项目大都是飞行器健康管理相关的，现在想学习大模型应用开发方向并与课题结合起来做agent，然后找大模型应用开发相关的实习与工作，希望大家能提供思路和分析及可靠学习路线，十分感谢！

1.实习介绍2.critique mode 怎么训练的，会不会存在 bias3.介绍下 RLHF 流程4.BN和 LN 的区别， BN 在训练阶段和推理阶段有何不同5.如果让你用 llm 做一个商品类目识别的项目，你会如何设计6.介绍下 transformer , attention 的细节和 mlp 的作用7.deepspeed的原理8.了解 dp 和 ddp ，介绍一下原理和异同9.在 nlu 任务上，你觉得 bert 和 llm 哪个效果会更好，为什么6.介绍下 RLHF 流程7. deepspeed 的原理8.了解 dp 和 ddp ，介绍一下原理和异同9.如果让你用 llm 做一个商品类目识别的项目，你会如何设计10.快排的思想，时间复杂度11.代码题: code ：手写一个多分类的公式，并用代码实现

先说bg，9本人工智能(本校ai算是业界公认不错)，本科经历一般般没有参加科研比赛之类的。前一阵自学java想走后端了，这会了解到大模型应用开发这个岗位，想问牛油们这个岗位对硕士和论文要求严格吗?本科有没有机会去，如果有的话鼠鼠想刷一刷有关面经做个项目春招后端和模型两手抓了。还是说希望不大，后端一条路走到底了。