中科闻歌 大模型算法岗面经

yolo v8.3.243 发布说明：控制台日志去重、训练遥测增强与部署体验优化1. 控制台 ConsoleLogger 进度条去重与批量刷新这是本次更新中优先级最高的改动。主要表现为：• 抑制训练过程中频繁刷新的进度条输出，仅保留完成信号。• 防止同一个训练阶段重复打印“100%”完成行，例如同一轮 epoch、train、val 或 Class 输出不再多次重复。• 新增按行数或时间批量刷新日志机制，减少控制台刷屏问题。• 日志处理器的清理逻辑更加安全，避免潜在的重复或异常输出。这一改动显著减少了训练日志的噪音，特别适合在 Notebook、CI 或日志被实时转发到外部系统的场景中使用。2. 平台遥测中训练启动事件的元数据增强在训练开始时，上报的运行信息更加完整。新增内容包括：• 环境信息采集：操作系统、Python 版本、主机名、CPU 和 GPU 信息。• 运行上下文信息：启动命令。• 代码版本信息：Git 仓库、分支和提交记录（如可用）。• 模型相关信息：参数量、GFLOPs、类别数量。这些信息会一起作为训练启动事件的数据载荷，用于平台或 HUB 风格的训练跟踪。这大幅提升了实验的可追溯性和复现能力，便于在不同机器、容器或代码分支之间对比训练结果。3. 检查点上传时机调整检查点上传的计时逻辑进行了优化：• 上传计时器在训练开始时初始化。• 第一次检查点上传会延迟大约 15 分钟执行。这样可以避免训练刚开始就触发上传操作，减少早期无意义的带宽消耗，同时避免上传过早、尚不稳定的检查点文件。4. 推荐使用 Headless 版本的安装文档提升文档中明确推荐在服务器、CI 和 Docker 等无界面环境下，使用 headless 版本的 OpenCV：• 建议通过 pip 安装 ultralytics-opencv-headless。这一调整可以有效避免由于缺少图形相关依赖而导致的 libGL 错误，使在纯算力环境中的部署更加顺畅。5. Docker GPU 运行说明更加清晰Docker 使用 CUDA 和 GPU 的示例命令得到了补充和澄清：• 示例中明确加入 --runtime=nvidia 参数。这可以减少用户在容器中遇到“无法识别 GPU”或“GPU 不可用”等常见问题。6. 可选择跳过自动依赖检查新增一个环境变量，用于在受控环境中关闭依赖检查和自动安装逻辑：• 设置 ULTRALYTICS_SKIP_REQUIREMENTS_CHECKS=1 可直接跳过相关检查。该功能非常适合企业级环境、封闭网络或对依赖版本有严格控制的场景。7. 一些小的修正与文档更新• 修正了 Pose 相关损失函数注释中的顺序说明错误。• YOLO-World 文档中新增社区使用提示：在某些情况下，添加一个空字符串作为背景类别，可能会带来更好的效果。

1.八股：bf16 和 float16 的区别？各占多少位？训练中如何选择？2.八股：DeepSpeed Zero 各阶段分别做了哪些优化？3.八股：如何估算 LLaMA-7B 模型推理时的显存占用？4.八股：Prefix LM、Causal LM、Encoder-Decoder 三类架构的适用场景与优缺点？5.八股：Qwen 或 DeepSeek 技术报告中提到的关键创新点有哪些？（如 RoPE 外推、MoE）6.项目：PPO/GRPO 微调后，如何防止模型在分布外（OOD）问题上性能崩塌？7.项目：是否自己实现过 RLHF 流程？不用框架能否手写 PPO 核心逻辑？8.项目：模型部署用了什么框架（vLLM/TGI/自研）？如何优化推理延迟和吞吐？9.项目：未来希望专注大模型哪个方向？（对齐 / 推理加速 / 长上下文？）为什么？10.代码题：LeetCode 25：K 个一组翻转链表

实习了一个月被解职，理由是缺乏主观能动性完全不理解为什么。招进去的时候说是运维，面试时说有师傅带，但是是偏硬件方面，我觉得也是个学习方向就去了。结果去了之后，发现是安装设备，偏向土木，调试设备也没有让我干。我想着也可以，但是我前面已经进去了几个实习的，然后主管经常带他们去现场装配，压根就不带我，也不给我派活。后来我主动跟去现场，试着帮忙，但是工作方面我还有很多问题，但我也努力在学，经常一起加班到凌晨。完了一个月后告诉我考核不通过，理由是缺乏主观能动性，没眼力见，加班费也不给，说其他人是主动被叫去加班，我是跟着去。最后给我这个评价，我感觉难以接受。其实有个细节就是，我面试完通过了后，等了一个星期，没有其他岗位后我才去的，当时他已经招满了，我问他还能不能去，他最后同意了，可能就是这里导致的。

📍面试公司：影石🕐面试时间：25+20💻面试岗位：嵌软实习生❓面试问题：2面:技术问题和聊天各占一半1.又问了信号与槽底层实现，好在有复盘一面2.css用过吗3.盒子模型了解不4.了解过无锁队列吗，介绍下了解过，但是只记得是环形队列+原子变量实现的，具体忘了，还说了可以用内存模型优化性能，具体也忘了5.epoll和poll介绍下3面:hr面🙌面试感想：二面面试官看着很严肃的样子，但他嘴角的笑容出卖了他哈哈，人也很好，聊天聊的很开心三面纯聊天，哈哈，想着人生第一次三面，聊的很起劲，把影视飓风和影石之前合作的几期节目都拉出来聊了聊，三面面试官也很温柔，我这算很幸运了吧，没被压力面过