llm算法进

继续来分享下之前的面经~欢迎友好讨论，信息共享1. wrrf与bm25的权重配置2. Rag系统中端到端满意度的评估方案（为何不在检索生成阶段分别评估）3. Rag意图理解query改写与routing机制如何实现4. Dpo中数据配比，对grpo理解，为何不用grpo5. 多agent框架理解，skills的优势在哪。6. 数据飞轮如何实现来迭代调优7. 精排阶段为何不用更优的reranker模型（推理性能资源有限，后续迁移到reranker模型加蒸馏）8. leetcode 简单动态规划

第一次面试的那家小厂过了，还以为没了。后面还有几个大厂的面试，我统一是说4.1号到岗，目前手里的这个需要马上答应下来吗，还是可以等等。求助有经验的大佬

继续来分享下最近的面经~欢迎友好讨论，信息共享1. Transformer 为什么能替代 RNN 成为大模型主流架构？2. Self-Attention 的计算过程是什么，时间复杂度为什么高？3. Multi-Head Attention 的作用是什么，为什么要分多个头？4. 位置编码为什么必要，绝对位置编码和相对位置编码有什么区别？5. 什么是 KV Cache，它为什么能显著提升推理效率？6. Prefix Cache 和 KV Cache 有什么区别，分别适合什么场景？7. 为什么大模型推理通常是 memory bound，而不是 compute bound？8. Batch 推理和单请求推理的吞吐与延迟 tradeoff 是什么？9. Continuous Batching 解决了什么问题，为什么对推理服务很重要？10. Prefill 和 Decode 两个阶段的性能瓶颈分别在哪里？11. 大模型采样里的 temperature、top-k、top-p 分别会怎样影响输出？12. 贪心解码、束搜索、随机采样分别适合什么生成任务？13. 重复惩罚和长度惩罚分别是为了解决什么问题？14. 为什么模型有时会出现“复读机”现象，通常怎么缓解？15. 量化是什么，INT8、INT4、FP16 的核心区别是什么？16. 推理量化会对模型效果造成什么影响，如何评估是否值得量化？17. 张量并行、流水线并行、数据并行分别适合哪个阶段？18. 单机多卡部署大模型时，通信开销主要来自哪里？19. 为什么 GPU 显存是大模型部署的核心约束之一？20. 模型参数量、上下文长度、并发数三者之间是什么关系？21. 什么是 MoE 模型，为什么它能在参数规模很大时控制推理成本？

本人bg：25届算法，在MiniMax工作快一年了。从实习转正，到现在参与M2.5等核心模型的迭代，感受还是非常多的。刚好最近很多学弟学妹来问求职和公司的情况，干脆把我的真实经历和观察整理出来，希望能给正在看机会的大家一些参考。一、关于求职：实习是成本最低的试错我一开始不知道自己想去哪，所以我会通过实习来给自己试错。研究生阶段，我攒了4段实习（1家中厂，3家大厂），不过现在看来，这些经历最大的价值不是让简历变好看，而是让我对所谓的大厂“祛魅”了。 有的团队进去才发现，核心业务根本碰不到，天天写周报、对齐、拉通，忙活半天不知道自己在干嘛。所以我觉得，多实习不是为了刷简历，而是用低成本试错，给自己...