现在约面都不考算法题了

一、自我介绍二、实习相关八股1. 实习业务场景负责大模型对话对齐、指令微调、强化学习优化，提升模型生成准确性、合规性与指令遵循度，落地垂类对话/问答业务。2. SFT数据筛选、采样及处理3. 选择GRPO的原因、优化目标及数学原理- 选型原因：相比PPO显存占用低、无需价值网络、训练更稳定，对齐效率高- 优化目标：最大化模型生成优势，约束KL散度防止策略突变- 原理：分组优势归一化、截断策略比率、近端约束，降低训练方差4. 奖励函数设计（重点）围绕有用性、准确性、合规性、流畅性设计，分维度打分；加入KL惩罚，避免单一奖励过拟合，区分正负奖励权重。5. 判断RL训练质量达标方法- 奖励值收敛、KL散度稳定；- 离线评测：指令遵循率、幻觉率达标；- 人工抽检生成内容，无退化、无套路化输出6. 是否遇到Reward Hacking遇到过，模型生成空洞话术、固定模板刻意刷高奖励值。7. 其他奖励作弊类型刻意迎合奖励规则、答非所问、重复安全话术、回避核心问题、策略坍缩同质化输出。8. PPO和DPO了解- PPO：在线强化学习，近端策略优化，带价值网络，训练复杂度高- DPO：离线偏好优化，基于成对偏好数据，无需交互采样，训练简单稳定三、基础八股1. Attention计算时间复杂度标准自注意力：O(n²d)（n为序列长度，d为特征维度）2. KV Cache原理推理时缓存历史token的KV矩阵，避免重复计算，降低算力开销，提升推理速度。3. GQA、MLA原理- GQA：分组查询注意力，Q分组共享KV，平衡推理速度与效果- MLA：融合局部+全局注意力，适配长上下文，降低显存占用4. vLLM原理基于PagedAttention分页管理KV Cache，提升显存利用率，支持高并发推理。5. Flash Attention原理分块计算注意力，优化显存IO，减少HBM访问，提速同时降低显存开销。6. 稀疏注意力原理仅计算局部/关联token注意力，舍弃全局无关token，将复杂度降至O(n)，适配长文本。7. 模型推理慢排查思路检查序列长度、batch大小；确认KV Cache、量化、FlashAttention开启；排查GPU显存、算子优化问题。四、编程题1. rand7()实现rand10()拒绝采样：rand7()*rand7()生成1-49数，保留1-40，映射为1-10，超出则重新生成。2. 浮点数组取整最小变化和贪心思路：每个数选上/下取整中差值更小的，累加最小总误差。3. 最长无重复子串

投了一个多月实习了，0回复，到底怎么找实习啊

📍面试公司：中科星图🕐面试时间：2026.4.29💻面试岗位：前端日常❓面试问题：1.自我介绍2.刚才你介绍就是在学校也学习了这个前端三件套，那你能介绍一下对于Vue3你的一个理解和学习的情况吗3.那你了解这个ts和js它有什么不一样吗？你使用过ts吗，还是用js更多4.vue3组件通信的主要形式（回答了父子props，Pinia，事件总线）5.你的项目有对接实际接口吗，前后端联调一般是什么样的过程，会出现什么问题，出现问题怎么解决？（说了axios发起请求那一套）6.RAG医疗系统项目的智能体UI交互机制具体怎么做的7.你现在常用的编程工具主要有哪几种，介绍使用体验（trae,cursor,codex）8.你了解AI工作流吗（回答了问题重写，子查询拆分，检索生成，MCP，skills那一套）场景题（这种之前没怎么遇到过，回答的不好）：9.我们现在这个视频面试的这个页面，如果你拿到这样的一个设计图，你要实现这个咱们目前视频这个会议上展示这种效果，你是一个什么样的一个实现思路？10.那比如说我们具体要实现这个布局，你会采用哪种CSS写法来实现这个布局？11.那比如说我们最底部相当于左边有一个视频，有一个这个说话的这个话筒，这个然后中间是一些功能，比如说共享参加会议，然后有最右边是一个离开会议，那我要实现这样一个布局，你用CSS 要怎么实现？12.那比如说有这个需求，目前就是说给你了，就比如说让你做这个底部中间这个功能，让你实现这个页面，那你比如说你现在说可能有些CSS不是说太深入掌握的，那你怎么解决这种情况？（因为上面我被拷打的有点晕，实在不知道这个应该怎么实现，然后我说的是问AI查资料）13.那比如说你要拿到这个需求，你去问AI的话，你的提示词，你比如说现在你就需要你来问这个AI了，你的提示词是什么？14.那比如说咱们底部这个，就这个需求你自己要问他的时候，你会怎么组织语言，把这个需求描述给他？反问1.面试评价基础知识和AI掌握的还行，CSS欠缺一些（说实话我没怎么手敲过代码，全vibe coding了，代码手写能力巨差...）业务测雨雷达相关的一些项目，水利行业工作时间早8:30-晚18:30，偶尔大小周🙌面试感想：感觉还是有很多不会的啊...

背景最近还是有很多同学问语兴学习路线，其实ai时代下学习方式也需要改变，你只需要让ai把所有官网通读一遍，让他给你一个完整的计划，或者你哪个知识点不清楚就直接问题，包括八股文这种直接问大模型老师即可，demo案例+原理都会讲的很清晰（比官网都好说），本地部署环境（例如doris等也可以让大模型直接部署），同理如果你要速成也是让ai直接读组件官网，生成学习计划。提示词请通读apache官网，Apache Flink® — Stateful Computations over Data St...，熟悉里面所有知识点和案例，我现在需要做面试复习有问题我会问你，回复我同时也帮我总结本次对话内容到/U...