26校招快手大模型算法二面 1h

1.八股：RoPE（旋转位置编码）是如何用绝对位置编码实现相对位置感知的？能否从数学直觉上解释？
2.八股：vLLM 的核心原理是什么？它如何通过 PagedAttention 提升推理吞吐？
3.八股：FlashAttention v1 和 v2 的主要改进点分别是什么？它们如何减少显存访问并加速 Attention 计算？
4.八股：Qwen 在训练时采用的 “packing” 形式和“多轮对话”形式有何区别？各自对训练效率和模型能力有何影响？
5.项目：你们如何增强模型的多轮对话能力？除了增加多轮 SFT 数据，还有哪些架构或训练策略上的尝试？
6.项目：如果 RAG 生成需要融合多个文档（如 doc A 和 doc B）进行逻辑推理，你会怎么设计？若引入知识图谱，如何与生成模型结合？
7.项目：你们的 CoT（Chain-of-Thought）训练数据是如何构造的？使用 CoT 微调后的模型，对非 CoT 类任务是否有泛化增益？
8.项目：模型训练数据上线前，你们从哪些角度做质量检验？用了哪些自动化手段或人工规则？