腾讯/百度/minimax 大模型算法面经总结帖

腾讯NLP
1.跨模态对齐有哪些方式？为何逐渐不使用Q-Former？
2. Baichuan2 - 7B模型架构是怎样的？其位置编码如何实现？与Qwen家的位置编码实现有何不同？
3. 了解Qwen - VL吗？其架构如何？有何独特之处？
4. Adapter、P - tuning和Lora之间的区别与联系是什么？
5. 数据集如何构建与评测？
6. 数据集评估过程中遇到哪些困难？如何解决？
7. RAG检索内容是否相关？有无进行Rerank或其他操作？
8. 对Agent有何看法？
9. 了解强化学习DPO吗？与PPO有何区别？有什么好处？
10. 谈一谈大模型完整训练过程及每一阶段的作用。

混元大模型团队
1.Qwen 和 DeepSeek 有什么区别？
2.为何大家都开始探索 MoE 架构？MoE 相比 Dense 有什么好处？
3.用 LoRA 微调过 Qwen，是否全量微调过？两者性能表现有何对比？
4.用 DeepSpeed 微调过 Qwen2 - 72B，ZeRO - 1、ZeRO - 2、ZeRO - 3 三个模式的区别是什么？用 DeepSpeed ZeRO - 3 微调 Qwen2 - 72B 时，每一张卡占用显存大概是多少？为什么？
5.除了 DeepSpeed，还用过哪些优化方法？
6.知道 LoRA 的原理吗？A 和 B 两个矩阵怎么初始化？了解过其他初始化方法吗？
7.讲一下大模型训练和推理的流程，SFT 和 RLHF 的作用分别是什么？
8.在 RLHF 中，目前主流的强化学习算法有哪几个？写出损失函数的表达式。
9.对 RLHF 了解多少？讲一下 RLHF 的流程。之前有用 RLHF 做过模型对齐吗？在做对齐时，为什么 SFT 之后还要做 RLHF？只用 SFT 可以吗？
10.知道哪些强化学习算法？除了 PPO 和 DPO，DeepSeek 用的 GRPO 相比于 GPT 的 PPO 做了哪些改进？
11.微调 Qwen 时，数据是怎么构造的？有用到什么数据清洗方法？数据配比是怎么做的？

CSIG腾讯地图
1. 进行自我介绍，聊简历上和大模型相关的项目（约5分钟）。
2. 讲一下LORA的基本原理。
3. 了解主流的开源大模型吗？如Llama、Qwen、deepseek。
4. 对Python的熟悉程度如何，能用pytorch写一下多头注意力机制吗？
5. C++的代码能力情况（较随意聊） 。
6. 手撕代码：反转链表和合并有序链表。
7. 反问问题：
    - 腾讯地图做的大模型应用是什么？
    - 对Manus的看法是什么？ 

百度文心一言
1. PPO 与 GRPO 的区别，分别介绍它们的优势与缺点。
2.DPO 对齐训练的曲线是怎么样的，正例的概率会提升吗？参考这个知乎回答。
3.Deepseek - R1 里面不仅推理能力很好，而且文采能力也很好，这是个开放问题，如何让模型的文采能力也很好呢？
4.deepseed 介绍。
5.deepspeed 的每一段的通信比较，zero3 分别是 0 和 2 的多少倍，1.5 倍。
6.DPO 如何解决回答过长的问题，除了正则。
7.开放问题：为什么现在大家都在关注于大模型的推理能力 reasoning。
8.对于一个 base model 如何增强大模型的 reasoning 能力。
9.DPO 除了长度问题还有其他的问题吗？与问题 2 对应，reward hacking？都没有奖励模型了。
10.说一下 simpo 的原理，它是怎么解决 dpo 微调序列过长的问题的。

minimax
1.大模型算法中模型参数量每个部分有多少？
2.你了解哪些评估 minimax 大模型算法的手段？
3.如何评估 minimax 大模型算法中多模态模型的输出质量？
4.对于 minimax 大模型算法的数据集，如何提高质量？如何利用 gpt 辅助提升数据集质量？
5.有哪些方法可以提升 minimax 大模型算法中预训练模型的质量？