字节大模型算法校招一面

1.简历 2.介绍 DeepResearch 几篇工作？主 Agent 和子 Agent 有什么区别，主要哪些子 agent？3.RL tool 的 loss 有什么区别？4.Reasoning 的 loss 有什么其他特点，介绍你知道的（think 和 nothink 的 loss）。5.PPO、GRPO、DPO 区别。6.DAPO 了解多少，介绍创新点。7.还有其他 GRPO 变体吗？介绍创新点。7.手撕：rope，打开 llama github 源码的 rope 介绍和我实现的区别

1️⃣算法题：1- 拓扑排序实现任务调度器并用伪代码实现work-stealing的优化版本2- 一条包含字母 A-Z 的消息通过'A' -> 1，'B' -> 2，..., 'Z' -> 26方式进行了编码，给定一个只包含数字的非空字符串，求解码方法的总数3- 有一个长度为n的序列a1，a2，..., an，我们希望选择一个最大公约数不为1的子序列，求可以选择的最长子序列长度，以及这种最长的子序列总共有多少种。如果两个子序列所包含的元素值的多重集合相同，则认为它们是同一种方案，即不区分下标位置，仅按所含数字及出现次数判断是否相同。 数据范围：1 <= n <= 2e6, 1 <= ai <= 2e6, 保证序列a不含12️⃣cuda手撕题：1- max reduce，input为 [N, C, H, W] = [128, 16, 256, 256]，output为[N, H, W]2- per row量化算子3- 计算自然对数e3️⃣ai infra或算法八股：1- 介绍一下MeanFlow2- 训练diffusion model或flow matching model时timestep采样使用什么分布3- score matching中score的计算公式4- MTP和Eagle的区别，MTP head的prefill过程，MTP head的kv cache变化5- mma和ldmatrix在cutlass CuTE中的thread value layout6- 投机采样的加速比分析公式，MoE模型的投机采样遇到的性能问题7- FSDP2和FSDP1的区别

有面试过同岗的朋友欢迎评论区交流1）实习介绍2)项目拷打3)在做大模型训练时，一般用全参数微调还是lora微调?简单描述下lora的原理。4)训练的优化器一般用什么?Adam跟SGD的显存相比哪个占比更高?5)对搜推有了解吗，比如精排、召回的模型?除了FM和DeepFM这种做特征交叉的结构，还有哪些其他的做特征交叉的结构吗?DCN了解吗?6)精排和召回的区别在哪，或者说为什么一般先做召回再去做精排?7)代码题:leetcode hot100的题

怎么让我撕这么多，这能对吗？1.DDP用的几张卡2.LoRA原理3.手撕GRPO4.手撕MHA5.手撕Softmax6.跳跃游戏 IV