腾讯日常实习大模型算法面经分享

攒人品中！ 1.minimind数据集怎么来的?预训练数据集是什么形式的?为什么这样设计?2.项目指标提升多少?3.了解qlora吗?4.dpo和grpo区别?项目指标上又有什么区别?数据上呢?5.为什么要做强化学习?为什么不能直接把想要的直接加sft里面从而不用rl6.moe介绍?架构?7.多模态模型了解过吗?8.了解dapo吗?9.手撕moe

呜呜呜，投的简历全都简历挂，除了腾讯约面（一面挂），其它都不给面试机会，是不是简历出问题了

各位大佬们，再帮我一次，我又找不到实习了从年前开始投递，四月上旬集中投递了一波，期间复现了minimind项目，但是没有自己的创新点啥的，也没有加应用层，莫名其妙被腾讯算法捞了但是一面秒挂，基本上面我的都是测开岗或者模型评测方向的，小公司一个面试都没有啊，我在boss上基本上能投的都投了，要么是不读消息，要么就是看了简历或者看了主页就没下文了难道我只能去做模型评测了嘛呜呜呜呜，很想做算法，哪怕打杂也好，想知道算法的同学都在干些什么，我应该怎么改我的简历，或者补什么项目啊我知道现在大势是做后训练+应用，但我没有太多的开发基础懂个大概，现在在做openhands的部署，以后也能往简历上写写，我应该往什么方向走呀之所以不想继续往模型评测这个方向走，是因为我觉得这个岗位的可替代性很高且没有很高的技术门槛，目前就业市场对模型评测的定位也很模糊，有算法、有测试、有产品的，我想做专业性更强的工作简历如下图所示，求求了呜呜呜，求指点迷津，马上这学期都结束了，能留给我找实习的时间感觉不多了呀下午有个小ai公司的测开HR面，如果通过了，我是去还是不去呢问题太多了，先跪谢各位大佬指点

1. 自我介绍2. 多阶段 RAG 里同时使用 BM25 和向量召回，混合检索策略通常怎么设计混合检索的关键不是把两路结果简单拼起来，而是根据问题类型决定两路召回各自承担什么角色。BM25 对精确术语、错误码、接口名、字段名、版本号这类关键词命中很强，向量召回则更擅长语义改写、口语化表达和抽象问题。真正稳定的设计一般是先并行召回，再做去重、融合、重排，最后再进入上下文构建阶段。如果问题本身是“精确定位型”，比如某个报错码、类名、接口路径，BM25 权重通常更高；如果问题是“意图表达型”，比如用户用自然语言描述故障现象，向量召回的权重会更高。工程里比较常见的是先取两路 topk，再用 RRF 或...