同花顺LLM算法二面

1．自我介绍2．你做的上下文扩大具体是怎么做的，原理是什么？3．相关长文本是怎么做几阶段训练的？4．除了所用的扩展方式， Deepseek 、 Llama 的长文本扩展方案是什么，为什么选择当前方案而非其他？5．若要将模型训练到1000K的上下文长度，该从哪些方面实现，其中的难点是什么？6.32B模型训练用到了多少显卡？7．若将上下文扩展到1000K，该如何估算训练的算力用量？8．上下文扩展到1000K后，训练时显存会在哪些地方暴涨？9．用 GRPO 做后训练的过程中，遇到的典型或较难的问题是什么？10．针对上述问题，训练 Skill 的具体方式是什么？11．从算法设计角度，该如何解决模型无效调用工具、工具调用参数失败的问题？📳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。

3月3日HR面后，3月9日oc电话谈到还可以的base，居然比offer秀上查到的还要高，意向挺高的3月28日通知offer没下来电话谈的时候HR就说可能offer下不来，也算给点心理准备了，拖了一周的时候大概已经知道要没了，但也只能是问进度，最终果然排序凉了

📍面试公司：KLOOK🕐面试时间：4.8 16:00💻面试岗位：技术研发实习❓面试问题：这种外企面试起来是真舒服，面试官很尊重人。面试过程主要以场景题为主，少部分八股，面试体验非常好，自己的回答很多地方不够理想。面试时长35分钟1.自我介绍2.MQ假死（我的项目使用了mq广播缓存失效消息，问mq发送了消息，A实例清理了缓存，B没清理但是用户访问到B的缓存，该怎么解决这种问题，我回答ACK机制、版本号）3.用lua脚本将Redis的库存减了，使用MQ异步写入MySQL，但是MQ挂了导致又没有收到消息怎么办（复盘的时候意识到可能是想问少卖问题，自己一直回答MQ消息丢失，有点偏）4.用到哪些AI模型或者工具5.如何把问题描述给AI来解决，如何用AI完成一个具体需求（自己回答的还是不好）6.场景题，目的是问TreadLocal线程隔离的知识7.针对问题6，如何解决  父子线程/不同线程  的   变量共享/数据传递问题8.AOP是什么？他为什么能做到这件事？9.spring的核心是什么？如果没有Spring，就是相当于退回到以前，我们需要多做哪些额外的工作？（答得不好、不全）10.MySQL索引问题，包括索引覆盖，索引区分度11.500万规模的订单表，state字段有两种状态且设置了索引，我们要查询出未支付的订单，会走state索引吗？（索引区分度）12.针对问题11，该如何优化（联合索引，覆盖索引、减少回表）13.反问：公司和组内业务、内部AI使用情况、面试建议

part1:自我介绍；part2:百度实习项目深挖，如果给我同样的资源能够再次搭建起来？；part3:场景题Q1:对于当前感知架构的看法和观点；Q2:如何看待现场路测和线上仿真之间的关系？线上仿真能否100%覆盖真实场景？如果要接近？作为QA的角度应该如何让仿真尽可能覆盖全场景全动态？Q3:讲一下对l4感知链路的理解，你觉得当前框架是否有满足所有驾驶场景？多重融合一般在哪个阶段？未来趋势和突破点会在哪里？手撕：全排列