拼多多一面

1.为什么用 sft ，不用强化学习？能不能直接强化学习？2.为什么要用强化学习对齐， SFT 为什么不能对齐？3.为什么要微调，提示词不行吗？（针对金融项目 lora 微调）4.vllm显存占用是怎样的？观察哪些 vllm 的指标来优化显存的？5.大模型 lora 训练时需要设置哪些参数？6.训练时观察的指标有什么？如何知道是过拟合，欠拟合？7.如何训练的？一次训练好的吗？8.Flash attention , page attention 原理。9.强化学习有自己训练过吗？10.算法手撕：中序遍历二叉树📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

已经自学三四个月了，是项目太简单了吗？我是不是要再补一两个更深度的偏后端的项目呢？投了一两百份基本上0面。有点崩溃了。

攒攒人品！有面试过同岗的朋友欢迎评论区交流1、都知道哪些vllm的优化技术？2、在现有模型的基础上，由于算力问题，如何利用大模型来蒸馏一个3B的模型？3、logistic回归的模型原理和loss。4、给定一个时间序列，如何通过机器学习的方法进行建模筛选出来重要的特征，然后基于规则方法进行建模5、DeepSeek-MTP是用在训练阶段还是推理阶段的，具体过程是怎样的？6、在现有大模型的基础上，如何通过agent的相关方法，训练一个coder模型，撰写金融领域相关模型的代码。

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目拷打2.实习拷打3. 多轮对话超长上下文如何训练4. 上下文记忆策略5. Skills读取超长sop的优化有哪些trick