腾讯-混元大模型面经-华5硕-主页内tui

腾讯-混元大模型面经-华5硕-主页内tui

❗❗腾讯26届春招提前批/26届暑期实习生/日常实习生/25届补录招聘启动 | 所有专业类型均有岗位
🏅中国民营企业500强排行榜第6位

【在招岗位】
1. 技术类：软件开发、技术运营、安全技术、测试与质量管理、技术研究、解决方案与服务、硬件开发
2. 产品类：游戏产品、内容制作、通用产品、金融产品、项目管理
3. 设计类：游戏美术、平面交互
4. 市场类：战略投资、市场营销、公共关系、销售拓展
5. 职能类：财经分析、人力资源、法律与公共政策、行政支持

【招聘范围】应届生（24届、25届可投）、实习生（在校生可投）、青云计划（23届/24届/25届博士、24届/25届硕士）

【网申链接】
https://join.qq.com/resume.html?k=ANQI6RfQ3rhPS2dpyIkeSw

腾讯-混元大模型面经-华5硕
部门与岗位：TEG - 混元大模型团队 - 大模型对齐
一面
自我介绍，过实习，讲论文，论文过的比较细，有说的笼统的地方面试官会实时进行询问交流
了解哪些大模型，简要挑一两个介绍一下，当时说了 Qwen 和 DeepSeek，然后面试官又问了这两个有什么区别
接着上一问，为什么大家都开始探索 MoE 架构，MoE 相比 Dense 有什么好处
在之前实习的时候用 LoRA 微调过 Qwen，于是问了有没有全量微调过，有没有对比过两者的性能表现
讲一下大模型训练和推理的流程，SFT 和 RLHF 的作用分别是什么
在 RLHF 中，目前主流的强化学习算法有哪几个，写一下损失函数的表达式
代码：22. 括号生成
代码：多头自注意力
一面问的八股还是比较多的，问的也比较细，而且还写了两道代码题，整个面试花的时间也比较多，大概一个半小时左右
二面
自我介绍，过实习和论文，面试官会一起进行探讨，包括工作的动机、贡献和结果，也会提一些问题和建议
之前实习用 DeepSpeed 微调过 Qwen2-72B，于是面试官问了 ZeRO-1，ZeRO-2，ZeRO-3 三个模式的区别
当时你用 DeepSpeed ZeRO-3 来微调 Qwen2-72B，每一张卡占用的显存大概是多少，估算一下为什么是占这么多的显存

除了 DeepSpeed，还用过其他的什么优化方法吗
我看你也用到了 LoRA，知道 LoRA 的原理吗，A 和 B 两个矩阵怎么初始化，有了解过其他的初始化方法吗
对 RLHF 了解的多吗
代码：3. 无重复字符的最长子串
二面更多的是结合具体的工作来问的，从用到的东西来引出问题，问的也比较灵活。当然因为部门主要是做对齐的，所以也大概聊了聊 RLHF
三面
自我介绍，挑一个觉得做的比较好的论文和实习讲一下，面试官问的比较详细，为什么选现在这种方案，为什么 work，其他方案有考虑吗
在微调 Qwen 的时候，数据是怎么构造的，有用到什么数据清洗方法吗，数据配比是怎么做的
讲一下 RLHF 的流程，之前有用 RLHF 做过模型对齐吗
在做对齐的时候，为什么 SFT 之后还要做 RLHF，只用 SFT 可以吗
知道哪些强化学习算法，除了 PPO 和 DPO 这些呢，DeepSeek 用的 GRPO 相比于 GPT 的 PPO 做了哪些改进
开放题：对目前大模型的发展有什么看法
代码：零钱的两个题 322. 零钱兑换518. 零钱兑换 II
三面面试官更聚焦于对齐这一块的内容，考的比较深。由于之前没有接触过强化学习，答得还是比较吃力的，不过面试官还挺好的，会一起讨论来做引导
四面
自我介绍，过论文和实习，问的也比较细，这里能明显的感受出来面试官的视角更系统，会把这些工作串起来问我看你简历上没写 RLHF，平常有用过 RLHF 吗
推导一下神经网络反向传播的过程一道排列组合的概率题
开放题：你觉得大模型目前还有哪些可以改进的点
四面整体更看重思维和基础，没有考察什么八股
总结
一共四轮技术面，整体来说强度比较大，对于大模型八股的考察比较细，对大模型的理解问的也比较深刻，包括一些数理逻辑基础，考察的比较全面

#26届实习##大模型##八股##面经##腾讯##内推#