90分钟面经:智谱大模型

✅一面
✴️0、手撕： tokenizer，RAG基本流程（可伪代码） 
✴️项目： 
1、项目具体解决问题 
2、每个模块如何实现 
3、NL2SQL在处理多表查询的时候采取啥策略 
4、k8s和docker在项目中的作用 
✴️八股： 
5、对PPO DPO GRPO计算逻辑的理解 
6、对KL散度的三种估计的理解 
7、LoRA和p-tuning v2的区别，怎么初始化 
8、DeepSeek R1训练全流程，MLA具体怎么做的 
9、梯度爆炸和消失怎么处理的 
10、torch中register_parameter和buffer啥区别 
11、torch如何实现不记录梯度 
12、torch squeeze和unsqueeze干嘛的 
13、python设计删除流程的时候，若涉及可变和不可变对象该如何debug 
14、多机多卡和单机多卡的实现上有什么不同？ 
15、tokenizer的输出？
📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。