双深科技

攒人品中，祝大家都能拿到满意的Offer！1.介绍DPO和PPO2.DPO损失函数怎么算的3.梯度检查点如何提升效率4.详细讲一下deepseed5.以7B的模型为例，计算训练需要多少显存说明都有哪些部分，每部分怎么算的，以及用deepseed每一个阶段节省多少内存，怎么节省的，计算过程中都有乘以2字节是为什么，什么原理6.做Rag 时候的分块策略7.BM25原理，RRF的原理8.Kl散度的输入是什么，怎么来的手撕：用torch实现kl散度

继续来分享下之前的面经~强度好大，俺不中咧。。。。1.实习中多智能体系统包含几个智能体？它们之间如何交互？2.意图识别模型需要识别多少个意图？3.750B 模型用于什么场景？4.实习中 Qwen3VL 模型是多少 B 的？用于什么场景？5.在实习中，你主要的贡献是什么？6.检索环节做了哪些优化？7.答案生成环节做了哪些优化？8.是否做了 SFT 或强化学习相关工作？在哪个环节做的？9.SFT 过程中是否对类别标签做了清洗或修正？10.强化学习的样本量是多少？11.基础模型经常分类分不准的案例有哪些？12.在校项目中，为什么用对话数据来增强数据集？13.在校项目任务的输出可以简单描述并举例吗？14.单智能体能否完成在校项目相关工作？为什么要使用多智能体？15.LangGraph 相对其他开源智能体编排工具的优点是什么？16.在现有场景中是否需要用到 LangGraph 的状态管理功能？17.如何理解 Long-term Memory 的实现方式？18.若将电商场景中用户的购买、点击、兴趣等信息设计为长期记忆，有什么想法？19.Context Window 能否储存大量电商交互信息？如何解决存储问题？20.推理时若将大量 Memory 以 Token 形式给到大模型，Token 长度过长该如何处理？21.强化学习有哪些常用技巧？22.若通过 SFT 进一步提升模型准确率，常用的手段有哪些？23.SFT 的理想数据量是多少？如何确定？24.SFT 数据分布一般怎么取？为什么选择该分布而非其他分布？

记录一下最近的投递进度。今天又投了7家：九号公司的服务运营、太平财险总部、中国移动数据分析、同程旅行商业分析、微众银行风险类，还有两家小一点的。加上之前投的，目前已经投了45家了。海康威视、泡泡玛特、贝壳、东方航空、建行、先导智能、金蝶……什么行业都有，不挑了。好消息是终于有进展了：miniso过了笔试和一面，微众银行投完就发了测评，美团和得物的笔试也做了，滴滴约了群面，携程HR打了电话沟通。坏消息是：海天味业做完测评错过了AI面，全棉时代HR说要约面试然后就没有然后了。总结就是：大量投递是有用的，但回复率大概10%左右，剩下90%真的就是石沉大海。

现在春招也算有个保底offer了，心里是踏实一点，但真的不想就这么定下来。那家公司不是很想去，总觉得还能再看看，再多面几家试试。每天还是照常投简历、跑面试，就想再等等看，能不能碰到更合适的。也不想将就，能多争取一点机会就多争取一点。但最近毕业的事情也很多，还得好好搞搞毕业论文什么