阶跃星辰大模型算法实习一面

1.实习介绍+项目吟唱

2.八股吟唱（部分不记得了）近20分钟
2.1 RL相关：
1.GAE是什么？
2.蒙特卡洛模拟和时序差分估计的区别？
3.偏差和方差是什么？
4.GRPO的优势值是什么？怎么算？baseline是什么？
5.RL训练MoE架构时的问题？怎么改进？问GSPO？
6.DeepSpeed框架了解吗？
7.Adam的公式是什么？
8.Adam一阶矩、二阶矩和梯度更新是怎么算的？

2.2 计算机基础：
1.指针是什么？
2.指针的长度是多少？
3.考了一道指针的算法题，关于赋值的。
4.BF16和FP16的区别？
5.bit和byte的关系
6.什么是时间复杂度？
7.GPU死锁是什么？
8.排序算法的一般的时间复杂度，并举例几个排序算法
9.介绍一下快排，什么时候出现最差情况？为什么一般不会出现最差的情况？
10.什么是动态规划？举个经典例子