中科闻歌大模型实习怎么样

1.自我介绍2.项目，问的好细，项目还是需要自己完整做一遍的，还需要自己优化一下。不然问的问题全是瞎编    介绍一下项目    项目中的难点    情感标签怎么做的    数据集处理之后还剩多少条    介绍一下llama3    lora优点 缺点    prompt模板怎么设计的    模型损失怎么变化的    训练完之后做了什么改进    有没有对比lora前和lora后的效果    使用lora的成本怎么样    介绍一下transformer    有没有了解使用的工具的具体的原理    3.最大连续数组和，这个简单，用动态规划。

发面经，攒人品，球球捞一捞，但应该是寄了，全程20分钟结束，全程拷打项目，偶尔问的问题也比较基础，确实要开始被八股和基础知识了，弄面试的时候也有些紧张，自我介绍都没说完，面试复盘如下：1.由项目中问：你知道A*算法吗，A*算法和dikstra算法的区别是什么（没答好，平常也就用用，根本没想过面试会问这个）2.A*算法寻优的可行性和一致性是什么3.说说你的第一个项目吧，第一个项目中做了什么，用什么软件做的（plant simulation）4.说说什么是建模，建模的定义，说说建立的模型中，数学建模有哪些（把自己准备的项目说了）5.建模有多少个点，其中有多少辆AGV，说说具体算法建模过程6.为什么要用这个方法，为什么要用机器学习7.这个交叉路口怎么判定有多少个（在交叉路口旁边设置有模块）8.会有死锁吗，死锁怎么判定，项目调度的时候也会有死锁吗9.CDBS是什么，时间窗是什么，这个是你的成果吗，这些来自于哪篇论文10.第二个项目是我参与的（项目设计成员）11.说说你用的改进A*-DWA中，DWA算法是什么吧（回答的不好）12.说说你用的改进算法，改进A*搜索用的是什么地图，是栅格地图还是拓扑地图，为什么用栅格地图不用拓扑地图13. DWA算法的改进，做了那些改进，速度评价函数调整是怎么变的14.没有问题了，你又有什么问题需要问吗15.反问：对我的面试有什么意见：注重基础，基础方面可能有些薄弱，项目其实都差不多。

投了半天只中了一个阿里的大模型数据岗，感觉是做数据清理和标注的，可能对能力没啥提升，但是因为offer到期，所以就先接了，也不知道自己到底应该去吗，还是在学校做科研，如果不去会有什么后果吗

1️⃣一面1.自我介绍和项目介绍2.介绍一下了解的大模型有哪些，这些模型在结构上有什么差异3.说一下大模型常用的位置编码有哪些，各有什么优缺点4.介绍一下大模型的预训练后训练以及推理是怎么做的，并且详细问了 RLHF 的做法，包括 PPO 算法的原理，以及 DPO 和 PPO 的区别5.大模型的超长上下文是怎么做的，比如说 KIMI6.大模型智能体是怎么工作的，有哪些组件7.场景题：如何训练一个大模型，可以做到精确的提取摘要8.代码:股票的四个题121. 买卖股票的最佳时机122. 买卖股票的最佳时机 II123. 买卖股票的最佳时机 III188. 买卖股票的最佳时机 IV✴️整体来说一面偏基础，没有太多发散性的问题，整个面试一个半小时多2️⃣二面1.自我介绍2.因为之前是做 CV 的，所以面试官问了 CV 和 NLP 的区别和联系，在 Transformer 的大背景下，CV、NLP，包括语音等，能否实现大一统3.训练大模型的时候数据怎么清洗，怎么处理，怎么配比，怎样操作能更容易使模型达到更好的性能4.什么是大模型的幻觉，如何减轻幻觉问题5.大模型的复读问题是怎么产生的，业内一般有什么解决办法6.大模型的工具调用怎么实现7.Agent 有哪几部分构成，了解哪些具体的实现方法8.开放题：之前训练大模型的时候遇到过什么困难，你是怎么解决的9.代码：实现一个 Tokenizer，只能用 PyTorch 基础语法✴️二面相比于一面更加看重综合素质，喜欢考察分析问题解决问题的能力，二面也面试了一个多小时，面试官还是挺专业的。3️⃣三面1.首先过项目，但是问的特别细致，尤其是一个 Agent 的项目，从背景，到动机，再到做法，最后的结果，都问的非常细，大概有半个小时的时间2.开放题：你觉得当前大模型还存在怎样的问题，有什么解决办法吗3.开放题：让你自己设计一个 Agent，会怎么做，为什么这样做4.找工作比较在意的点是什么，除了薪资还有什么5.对文心一言这个产品了解吗，有哪些优点和值得改进的点6.如果给你发 Offer，你到这个团队能做出什么贡献✴️三面整体来说更加综合，不止有一些技术问题，还有职业规划这些问题，更加考察整体的能力。面试官应该是这个团队的大老板，看问题更加系统和全面，整体面下来还是比较有压力的。📳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。