百度 aigc算法 日常实习 面经分享

给我面没招了，发点面经攒攒人品～1.项目怎么做的，用了什么技术2.单一Agent还是多Agent3.Agent里面有几个工具4.为什么不用大尺度模型或者新的模型，怎么考虑5.数据怎么构建的，怎么评价数据的质量6.强化学习中遇到了什么问题，因为强化学习很容易训崩，怎么解决7.都是通过规则约束吗，没有中间过程的约束吗，要设计中间奖励8.每一部分得分是多少，怎么计算这个得分9.大模型多模态有了解吗10.介绍一下子注意力机制11.为什么除以根号d12.grpo损失函数怎么计算，prompt怎么参与训练，怎么影响模型的训练13.Lora微调原理，怎么初始化，智怎么考虑14.为什么更偏向全量微调，全量微调比Lora微调好在哪里15.了解kvcache吗,为什么没有q16.vIlm原理17.t怎么影响模型的推理能力18.讲一下grpo算法19.grpo不稳定的原因，有什么可以改进的地方

1. 介绍一下你做的这个项目2. LoRA 的基本原理是什么LoRA 的核心思路是，微调大模型时没有必要把整个权重矩阵都更新掉，而是只学习一个低秩的增量。原始权重记作 (W)，微调后的权重写成：其中 (A) 和 (B) 的秩都很低，参数量远小于直接更新整个 (W)。训练时冻结原模型参数，只训练这两个小矩阵，这样显存占用、优化器状态和保存体积都会小很多。它适合做领域适配、指令微调这类任务，因为很多任务对模型的改动并不需要覆盖完整参数空间。LoRA 常见会插在 attention 的 q_proj、v_proj 上，有时也会加在 k_proj、o_proj 或 MLP 层。选哪些层，本质上是在表达...

被横向挂了，希望发出来对大家有帮助！1.实习拷打2.介绍项目3.chunk怎么切的4.数据集的处理5.训练参数设置6.lora的原理7.为什么主流大模型都是decoder，而不用encoder8.为什么带think的推理模型，输出会更准确？9.手撕：按要求切割一段话

投递了很多，给面的比想象中少非常多，第一周就三个面试，感觉有还比较KPI，整体没有什么意思，希望下周可以好一点京东（约的最后一个面试，感觉之前面试已经有人选了）1：拷打实验室项目2：拷打百度项目3：如何执行动态代码的（Java）4：场景题，给你两个机器，进行负载均衡，一个60%，一个40%，如何操作半个多小时结束，无算法，后续显示流程挂（10-20）亿规模量化1：为什么选择量化2：找工作看重什么3：实习过程中怎么协调的4：你最有成就感的事情第一次投量化，面的第一个量化公司，下周还有一个规模大一点量化的面试。这周这个公司比较奇怪，笔试完先hr面再技术面，星期五好像打电话过来，然后被我手机当作骚扰...