荣耀暑期实习-搜索推荐

项目方面： 1、SFT用的什么模型？如何进行的蒸馏微调？只用数据还是logits蒸馏？2、LLM生成的数据如何直到是对的还是错的？如果没有金标准数据怎么办？3、你觉得这个项目的亮点是什么？4、智能体方面，ReAct架构具体是如何做的？规划智能体和生成SQL有没有交互？有的话如何防止一直迭代不结束？5、如何预防用户使用特定任务智能体干别的？八股方面：八股先问了一个：二叉树的层序遍历用什么数据结构？然后我有点突然懵，面试官就换了一个问题，介绍一个排序算法思想和逻辑，以及时间复杂度是什么。无手撕

非常着急！请大家广而告之！求技术简历！真的非常急，任意时间都可以联系我！！！真的非常急，任意时间都可以联系我！！！真的非常急，任意时间都可以联系我！！！以下是正文：【这里是】淘宝用户运营平台技术团队，是一支以用户为中心，技术驱动，致力于通过数字化和智能化探索的年轻队伍。我们坚持通过技术创新，持续为用户全生命周期创造价值。我们立足体系化的平台建设，打造业界领先的用户增长基础设施，以媒体外投平台、ABTest平台、用户运营平台为代表的基础设施全方位的助力大淘宝的用户增长，日均处理数据量千亿规模、服务调用QPS千万级。我们鼓励团队成员在工作中不断探索、实验和创新，以推动业界技术的进步和用户体验的提升...

1️⃣ 实习介绍2️⃣ 被问了很多RM相关的基础知识：1. RM的训练loss function2. margin的作用3. RM训练初始化时的loss值一般是多少，为什么4. 为什么有时会出现经过训练的RM，loss又变大的情况5. 现在有哪些新的RM范式，了解哪些GRM3️⃣ 我的实习工作具体做了什么，解决了什么问题，为什么不直接xxxx，如果把其中的某个部分修改会怎样4️⃣ 大模型数据相关（和我上一段实习经历相关）1. 什么是好的SFT数据，如何评价质量2. 什么是好的RL数据，如何评价质量5️⃣ 问了一些本科专业相关的基础知识1. RSA算法是什么，对称加密和非对称加密2. IPv4和IPv6的区别3. TCP是什么，解决了什么问题4. UDP和TCP的区别6️⃣ 大模型基础知识1. 介绍一下Adam，一阶动量、二阶动量怎么计算的，最后参数如何更新的2. DeepSpeed ZeRO-0 / 1 / 2 / 33. Data parallel、Tensor parallel、Pipeline parallel4. AllReduce怎么算5. 加载/训练LLM时，一般用什么数据类型；fp16和bf16有什么区别

我觉得首先得好好学习python，而且python真的很简洁高效，人生苦短，得用python嘿嘿，还有python中的Flask要掌握了，就像Java中的spring boot一样还有就是基础知识啦，弄明白Transformer架构，也不用你推导公式，把每个细节都弄清楚，知道Encoder/Decoder是干啥的就行，明白什么是Embedding(词向量)。不懂的地方去OpenAI、DeepSeek或者阿里的千问这样效率贼高