蔚来端到端实习一面面经

论文题目：DeepCritic: Deliberate Critique with Large Language Models论文地址：https://arxiv.org/pdf/2505.00662论文详解：https://mp.weixin.qq.com/s/6eridKO3iB1jO_W8Vwb7cg文章的核心贡献是提出了一个名为 DeepCritic 的新型两阶段框架，用于开发能够对数学解题过程的每个推理步骤进行深入批判的 LLM critics。实验结果表明基于 Qwen2.5-7B-Instruct 开发的 DeepCritic 模型在多个错误识别基准测试中显著优于现有的 LLM critics（包括同尺寸的 DeepSeek-R1-distill 模型和 GPT-4o），并且能够通过更详细的反馈更有效地帮助 LLM 生成器修正错误步骤。两阶段训练方式第一阶段：监督式微调（SFT）：通过利用 Qwen2.5-72B-Instruct 生成 4.5K 长篇批判作为种子数据进行监督式微调，使模型能够生成包含多视角验证和深入批判的批判内容。第二阶段：强化学习（RL）：在监督式微调的基础上，进一步通过强化学习优化模型的批判能力。强化学习的数据来源可以是现有的人标注数据（如 PRM800K），也可以是通过蒙特卡洛采样估计正确性自动标注的数据。

摘要：能够进行扩展的推理链（chain-of-thought reasoning）的推理语言模型（Reasoning Language Models），在需要复杂逻辑推理的任务上展现出了卓越的性能。然而，对所有问题都应用复杂的推理过程常常会导致显著的计算效率低下，特别是当许多问题本身就存在简单直接的解决方案时。这引发了这样一个开放性问题：大型语言模型（LLMs）能否学会何时进行思考？为了回答这一问题，我们提出了 Thinkless，这是一个可学习的框架，能够使 LLM 根据任务的复杂性以及模型自身的能力，自适应地在简短推理和长篇推理之间进行选择。Thinkless 在强化学习范式下进行训练，并...

四月中旬才开始投递，总算是抓住了暑期的尾巴time line如下：4.15投递5.6一面5.7二面5.8三面512收到offer（一周速通三面，感觉可以挑战全网最快流程）一面（技术面）：约80分钟1. 自我介绍2. 详细盘问了科研论文的项目（深度强化学习方向），问的非常详细，包括论文的主要创新点、具体的建模细节等，非常刨根问底，几乎每个设计都要问一下为什么，其中也交叉问了一些八股，主要是强化学习方面的，如loss如何计算与传递等。常规问题以外，面试官还进行了一些拓展，比如让我思考这个科研项目距离落地还需要做哪些工作，多目标的奖励权重如何更新等，这部分我答的不好，但是面试官也非常耐心，一步步引导我去进行思考，也和我交流了他们实际业务中应用强化学习的一些设计。3. 然后又盘问了在滴滴做的项目，这个主要是大致介绍了业务的背景、项目的目标、模型选型的考虑等。其中具体问了一些推荐系统模型的八股（因为简历里有写），如w＆d、deepfm、d＆c network等的模型特点。4. 面试官介绍了下组里的一些业务，以及如果我能进来的话可以做的一些方向，涵盖的内容非常广，从传统运筹的路径规划到强化学习再到营销用增方向。由于项目和业务上聊了很多，导致没时间手撕，面试官就让我自己截图回去做，做完微信发给他即可。手撕的题是一道力扣mid，最佳股票策略。二面（技术面）：约40分钟一面结束后立刻发来了二面通知，第二天上午十一点有趣的是，大概当天十点半的时候，二面还没开始，三面的链接就已经发来了1. 自我介绍2. 滴滴实习项目盘问，问的也很细，跟一面的问题有一些重叠，还问了业务中如果遇到没出现的特征应该怎么处理等数据预处理的问题3. 科研论文盘问，dtw距离是什么，如何计算？k中心聚类的步骤，都是一些常见的八股4. 手撕：力扣mid 编辑距离，发现美团很喜欢出动规题5. 业务介绍，一面时介绍的已经比较仔细了，也没什么需要反问的三面（hr面）：约20分钟都是一些开放性的问题，开始侃侃而谈1. 经过前两轮面试，对业务有什么了解？2. 平常有没有用过业务相关的产品？体验怎么样？有哪些痛点？3. 如何利用ai来辅助进行业务升级？举几个具体的场景4. 简历中最能体现自己能力的项目是哪个？具体展开说明5. 过去的几段实习经历里，给自己带来最大改变的是什么？带来了哪些改变？6. 反问    

2.6投的简历，2.7就有电话来约面试，2.8就面试，进程推进还是蛮快的，应该是缺人，所以想去蔚来base上海的，可以去冲冲！分享一下一面面经：1.  自我介绍2. 了解工作时长，一周工作几天，之后的时间规划3. 为什么往测试开发方向发展，你对于测试的理解是什么？4. 测试是一项什么样的工作？5. 你发现缺陷后会继续跟踪缺陷的解决方案吗？6.关于缺陷本身是怎么解决的？缺陷解决的流程理解7. 介绍上一份实习经历测试的对象，需要满足什么样的用户需求8.在这个实习经历中担任的角色，负责跟踪新需求还是做回归测试比较多9. 测试用例数量很多，有疑问为什么有这么多用例和缺陷10. 测试用例是自己写的吗，还...