网易大模型算法实习一面 50min

📍面试公司：360一面： 12.24 84min1、自我介绍2、项目3、transformer自注意力及相关变体4、大模型外推5、强化学习算法有什么区别6、为什么bert时代没有出现scaling law7、最近有看什么新技术论文吗？8、算法题：约瑟夫环9、反问项目聊了挺多的，聊完问了一些基础问题，也没深问，大概讲了一下就接着下一个问题。面完30分钟就约二面了二面 12.26 71min1、自我介绍2、项目3、算法题 加起来和为目标值的组合 最小覆盖子串太菜了，算法题没写出来，还给我换了一道也没写出来，面试官说再给你换一道吧，后来又说算了不写了，给机会不中用。面试官挺好的。面完官网显示hr面排序中，有没有哥懂的，这还有没有戏了

从一个小故事说起你还记得小时候学骑自行车吗？没有人一上来就会骑。刚开始的时候，你歪歪扭扭地扶着车把，脚踩上踏板，车子晃了两下——砰，摔了。膝盖破了皮，疼得龇牙咧嘴。但你爬起来，又试了一次。这回你发现，身体稍微往左倾的时候，车把往右打一点，好像能稳住。于是你又骑了几米远，然后——又摔了。就这样摔了无数次之后，突然有一天，你发现自己居然能骑着车满院子跑了。那种感觉特别神奇，你也说不清楚具体是怎么学会的，但就是会了。这个过程，其实就藏着强化学习最核心的秘密。那到底啥是强化学习？咱们先别急着下定义，继续聊骑自行车这事儿。你想想，学骑车的时候，有没有人给你一本《自行车骑行标准教程》，上面写着左腿发力系数...

我搞强化学习对着屏幕调了大半个月的参数，改奖励函数、调动作空间、换优化器，啥法子都试了个遍，可那训练曲线就是不收敛绝了。要么是平平无奇一条直线，要么是上蹿下跳跟蹦迪似的，完全没个收敛的迹象。明明照着论文里的步骤复现，甚至连超参数都扒得一模一样，结果人家的曲线平滑得像丝缎，我的却跟心电图似的跌宕起伏，乱八七遭。后来跟博士师兄吐槽，他一拍大腿说这玩意儿本来就带点玄学属性，有时候换个随机种子，曲线就能好看一大截，熬了好几个大夜，最后只能对着那乱糟糟的曲线叹气，合着之前的努力，主要看玄学运气

多模态算法实习生2026.01.20，上午10:15，一面，线上，10多min，面试官没开摄像头 1.自我介绍 2.MindIE 现在的发展情况如何？ 在 910 服务器上，Mind IE 的性能比 VLLM 和 SGLang 等要快，都是适配该服务器的版本。 3.用 OneBench 测试时测吞吐了吗？ 没有做模型性能压测，只做了精度测试。 4.为什么选择这三个数据集做测试？ 因为是用中文数据微调，所以选中文数据集，LOGI 是中文逻辑推理数据集，MUSR 是中文意图识别数据集，还有一个综合类中文通用数据集，从不同角度对比能看出性能差异。 5.Qwen3 的 8B 有 thinking 能力...