阅文集团校招内推

📍面试公司：bilibili💻面试岗位：大模型❓面试问题：1. 从理论上为什么用dpo2. dpo的beta是什么意思3. dpo训练不符合要求的时候怎么办4. ppo的奖励稀疏化怎么办5. dpo的做法上有什么难处，从数据和模型上来说6. on-policy和off-policy7. dpo的loss

1、自我介绍2、实习拷打3、redis集群相关场景题4、如何避免缓存击穿5、表设计优化思路6、grpc和http区别7、算法题lc258、对公司的了解，为什么选择bilibili9、反问

Timeline：9.1一面 --> 9.4二面 --> 9.12三面一共手撕了三道，上来问主包有没有刷过题，很诚实的说没有...所以可能给我的手撕题不算特别难？链表反转 + 卖出股票最大利润（贪心） + 改变链表序列1. 一面针对我实习的其中一个项目聊了很多，包括模型框架、训练和推理细节，对整个Pipeline都梳理了一遍，以及其中是否有做一些实验，业务产出等等2. 二面相当于把我简历里所有项目从头问到尾，穿插了一些技术细节问题，例如是否了解不同的框架，DiT中的控制条件生成有没有不同的拼接方式，Token-based/Latent-based建模方式的差异在哪里3. 三面主要以我的论文作为切入点，介绍了这个领域的应用、发展，聊论文的动机，以及具体的实验细节等，然后让我推广到更大的领域去找两者的共性其实还有很多面试的具体题目没有提到，例如Token-based中不同Vocab的拼接方式？但一般都是结合我的项目顺势问出，所以三场面试下来没有什么八股ps：三面完后状态变成了“面试完成”，是进池子了吗我是真想去，b站12年骨灰级用户

面试官先问了我实习相关的一些问题，后面的问题也不多，如下：怎么从阿里云日志中捞出想要的信息举一个具体case，设计用例MVC业务封装逻辑埋点相关charles抓包遇到遇到https请求失败可能的原因最擅长的语言java虚拟机相关项目最大的测试点是什么