小米大模型产品面经

1.自我介绍 2. Lora 原理（核心是低秩分解：将原始权重更新近似为两个低秩矩阵乘积，减少参数量，保留主导方向，训练高效） 3.了解 DeepSpeed 吗， ZeRO -1, ZeRO -2和 ZeRO -3分别做了哪些优化 （1 优化优化器状态，2 优化梯度，3 切分参数，全面节省显存） 4. Qwen的模型结构是怎么样的，相比于 LLaMA, DeepSeek 有什么区别（Qwen采用GQA+SwiGLU+RMSNorm，和LLaMA架构非常相似，差异在训练数据和tokenizer中文支持更好；DeepSeek只用MoE/ MLA架构，Qwen系列主要是Dense模型） 5.怎么缓解...

1)如果让你在 90 天内把“Stable Diffusion 生态运营”做出可复用的增长闭环，你会如何设计「内容一社区一分发一转化一留存」的循环?具体到关键节点、输入/产出及衡量指标。2)你如何制定一个可反复执行的第三方模型引入与上线流程?覆盖:License 识别(如 CreativeML Open RAIL++-M/CommunityLicense)、用途限制、商用值、二次分发、对外标注与用户条款同步。3)面向国内用户，你会如何把《生成式人工智能服务管理暂行办法》《合成内容标识办法(2025)》等要求嵌入产品与运营流程(如模型公示、算法备案、显著标识、版本变更管理)?4)用 AIGC(如“京点点”)提升商家图文素材产能与转化，你会选择哪些业务北极星指标与因果验证方法?请给出实验与对照设计(如同品类/同店铺分流、A/B、转化归因窗口)。5)如果你要搭建可规模运营的“工作流+插件”体系，你会如何在 ComfyUl(节点式工作流)与A1111(扩展丰富)的取舍与组合?需覆盖:易用性、稳定性、插件治理、工单化排障。6)你会如何把 SDXL、ControlNet、LoRA 等技术产品化为可理解的用户功能(如“姿态复现/构图锁定/风格迁移/轻量微调”)，同时控制学习成本与误用风险?7)当并发量提升时，你如何在“用户等待时间、单次成本、画质/成功率”之间做权衡?请给出队列优先级策略、值(步数分辨率/Refiner)、以及降级与回退方案。

面试官没开摄像头，问了20min,没做题。从声音听起来面试官不是很累，情绪比较正常。反问：启元实验室主要做啥，承接gj的要求，大模型国产化等等。主要的指标是发paper，也会有一些gj的任务安排。问期望薪资。反问能给多少。比一般研究所高一点，和大厂比不了。

至今0offer 9 10月大大小小面了八九家 基本上 一面二面 挂 到10月后期基本上没面试了 我还投寄吧毛啊 求建议 真寒冬了？