大模型方向，论文是必须的吗

约面不少，但面的字节京东九坤全g，算法题全秒，是项目太浅了吗，求支招

俗话说圈子对了，成功就像呼吸一样简单（我编的我编的）在金融科技公司上班跟互联网最不一样是工作时间是正常的，我太爱了。因为个人比较偏好 work life balance，想要下班之后有一些自己的生活，可以养养宠物发发呆什么的，所以工作时间是我的重要考量因素。这也是为什么我不愿意去互联网的原因，毕竟之前在互联网实习的时候从来没有早于九点下班过，而且同事都巨卷，属于周报都能写个千字小论文的那种，卷不过但是又不得不卷的心理压力太大了，光看就觉得身体受不了，所以选择避其锋芒，换个赛道。我在平安产险科技中心工作，大家工作时间大多数是用 focus 在工作上，不用耗能社交，只能说是i人狂喜。目前也没有出现...

1.实习介绍2. Lora 原理(核心是低秩分解:将原始权重更新近似为两个低秩矩阵乘积，减少参数量，保留主导方向，训练高效)3.了解 DeepSpeed 吗，ZeRO -1, ZeRO -2和 ZeRO3分别做了哪些优化(1优化优化器状态，2优化梯度，3切分参数，全面节省显存)4. Qwen的模型结构是怎么样的，相比于 LLaMA,DeepSeek 有什么区别(Qwen采用GQA+SwiGLU+RMSNorm，和LLaMA架构非常相似，差异在训练数据和tokenizer中文支持更好;DeepSeek只用MoE/MLA架构，Qwen系列主要是Dense模型)5.怎么缓解大模型的幻觉问题(RAG，RLHF对齐，事实监督)6.大模型的 MoE 结构相比于 Dense 结构训练的难点在什么地方，DeepSeekMoE为什么效果好，有什么值得我们借鉴创新点(MoE面临负载不均衡、训练不稳定问题;DeepSeekMoE通过细粒度专家和共享专家设计提升稳定性和效果)7.知道FP16和BF16有什么区别吗，包括FP32和INT8这些，在训练大模型的时候，应该怎么选择(FP16精度高但易溢出，BF16动态范围大;训练常用BF16混合精度，推理用INT8量化加速)8.讲-下 RLHF 的流程，写-下 PPO和 DPO的 Loss表达式(训练奖励模型后用PPO/DPO优化策略:PPO Loss: policy ratio + KL 约束/ DPO Loss: logit preference diff + sigmoid binary loss)9.对于超长上下文业界一般是怎么做的，你知道 Qwen是怎么做的吗(业界常用ROPE 变体/滑动窗口注意力/稀疏注意力等:Qwen使用YaRN和窗口注意力扩展上下文)10.开放题:你觉得目前大模型的上限在哪里(推理能力、长期记忆、具身交互和能耗效率，需要架构创新和多模态融合突破)11.代码:152.乘积最大子数组

不知道目前走哪个方向好，稳定走国企双非硕能选吗，国企应该是JAVA好点，我同学包括师兄都准备卷C++了，求指导