蚂蚁大模型应用 一面

旷视科技 MegEagle计划 大模型 一面面经整体56分钟，算是提前批，岗位是视觉/语言大模型算法研究员1.自我介绍2.拷打实习项目，先介绍了一下实习的业务背景，我的是一个智能npc的，我讲了模型训练、数据处理、调优探索几个方面，他问我让模型更加遵循人设是怎么做的、数据分布是怎么调的、评估是怎么做的，然后问我deepspeed原理、vllm原理、kvcache原理3.拷打第一个项目，我的是一个rag的项目，我先整体讲了一下，然后他问我向量模型选的哪个、为什么不选别的、向量数据库选的哪个、还知道哪些、模型幻觉的解决有什么方法、模型长上下文解决的方法，我各答了我的理解4.拷打论文项目，我把我论文...

1.自我介绍2.简历问答3.问了一个根号dk的八股，flashattention，pageattention，给了一个7B模型的具体参数，以及存储形式，算训练过程的显存开销4.代码:MHA

一面 9.9号：复杂任务怎么去拆解任务，怎么去更好的调用工具这种模式是模型的自我迭代还是工作流的方式长记忆的介绍存储的时候如果出现了前后的不一致怎么解决的评测这块的准确率是怎么定义的RAG中怎么提升准确率的lora相比于其他的微调方式有哪些优点和缺点训练的数据的质量有什么心得未来的发展的规划愿意转语言吗AI coding的理解自己论文的介绍反问业务二面 9.11号：实习拷打30min怎么提升意图识别的准确率模型微调的时候，哪些部分是比较重要的数据质量高有哪些维度如何做测评的智能体商业化的话，评测怎么去做的更好准确率和召回率上遇到的最困难的点是什么，怎么解决的平台推广后要考虑哪些东西上线后还有什...

1145发了邮件，焦虑了大半天，25小时最后还是一个❌。其实主管面最后没问我企业文化，工作内容这些面经常提到的内容，也没有让我反问，我就大概感觉到要挂了。一二面虽然过了但是自我觉得面得比较虚，主要是讲一些浅表的东西，和我一开始想的技术面筛人不一样，只要不是啥都不懂很容易过的，但是每轮都会打分。最后感谢各轮面试官，都很有耐心很和蔼，给了我很多自信