美团笔试切屏

1、实习介绍2、针对项目进行了一些提问GRPO强化学习时模型思考过程与最终结果不一致该怎么解决有一堆视频标签，和一堆视频，该怎么样设计方法找到视频与标签的对应关系3、针对论文问了一些问题没有八股，问了很多实际业务遇到的问题4、手撕代码hot100 最大子数组和最近两天才开始刷leetcode ，手撕没彻底写对，但是思路正确5、反问公司的业务是什么，实习生主要干啥问我更倾向于业务还是算法

1，实习介绍2，深挖项目1.RAG检索到的内容如何进行评估好坏2.你认为未来RAG的创新研究方向有哪些3.介绍一下GRPO以及他们的改进方法，了解的都介绍一下4.模型的过度思考，输出文本太长改如何解决。手撕1.合并K个升序链表   数据流的中位数2.两道leetcode 困难，还没练到，写出来一个时间复杂度高的，时间复杂度低的没写出来

1.项目介绍2.讲一下在百度实习期间做的主要工作。3.压缩专家机制是如何实现的？4.用的训练数据集规模分别是多少？5.为什么选择用SFT训练，而不是用RL训练？6.介绍一下 DPO, PPO, GRPO的原理和区别7.PPO的损失是token级别还是sequence级别的？8.PPO中的Critic模型是如何计算优势的？9.讲一下LoRA微调技术原理10.LoRA微调是如何减少训练参数的？11.LoRA技术有哪些优势？12.算法题手撕 三数之和（撕出来了

1．项目介绍，问实习和论文2．了解哪些最新的多模态大模型，简要介绍3．在 BLIP -2或者 Qwen - VL 中， Learnable Query 的作用是什么4．介绍一下Wide&Deep和DCN这两个模型5．大模型的后训练是怎么做的，在 VLM 上做后训练有什么区别6．知道 SAM 吗？说说 SAM 是怎么做的7．了解多模态 RAG 吗8．概率题：一根绳子剪成三段，这三段可以围成三角形的概率是多少9．代码：一个推荐链路的排序