百度大模型算法日常实习一面 1h

发点面经攒攒人品～算法题：对话历史构造输入一个 List，包含 session_id、turn_id、query、answer 四列输入不保证按 turn_id 有序输出要求：在原始数据基础上增加 history 列，表示当前轮次之前的历史对话内容1.问实习项目2.项目解决的是什么问题3.训练数据来源4.DPO 训练数据格式5.训练时有没有考虑模型泛化能力6.如何解决模型死循环问题7.解释为什么会有模型死循环问题8.压缩向量的具体形式9.更倾向于研究型工作还是面向业务的工作

背景最近还是有很多同学问语兴学习路线，其实ai时代下学习方式也需要改变，你只需要让ai把所有官网通读一遍，让他给你一个完整的计划，或者你哪个知识点不清楚就直接问题，包括八股文这种直接问大模型老师即可，demo案例+原理都会讲的很清晰（比官网都好说），本地部署环境（例如doris等也可以让大模型直接部署），同理如果你要速成也是让ai直接读组件官网，生成学习计划。提示词请通读apache官网，Apache Flink® — Stateful Computations over Data St...，熟悉里面所有知识点和案例，我现在需要做面试复习有问题我会问你，回复我同时也帮我总结本次对话内容到/U...

一面（1小时30分钟）：上来先做题1. 手撕AdamW2. 手撕无重复字母的字串（hot100）3. 出了两个题都是对数据库的操作，我以为是让写大模拟，写到一半结果面试官告诉我是用sql写🐱，不会遂罢。4. 面对海量数据的时候怎么对数据进行处理，比如说去除掉敏感词等等，面对海量数据会出现哪些问题，该如何去处理5. 介绍发表的顶会论文6. 介绍Q-learning和DQN二面（2小时30分钟）实习乃至秋招面的最久的一轮面试了，从晚上七点多面到十点，最后人都麻了🥵，面试官估计要下班了结束了面试🐱1. 介绍论文，主包是做强化学习相关的，围绕问了很多强化学习算法（GRPO，PPO，reward model)，介绍马尔可夫决策过程。2. bf16、fp16和fp32，并进行计算。3. lora微调的细节，量化相关知识然后开始漫长的手撕过程🥵4. 手撕ppo5. 算马尔可夫决策过程的γ阈值，我感觉是个无穷级数？6. 算模型sft的参数量大小及显卡利用率7. 是否重合链表（hot100）8. 如何使得一个输入向量x在经过一个或多个全连接层后，其输出向量y所在子空间基底尽可能接近标准正交基三面（面委会面）（30分钟）1. 介绍第一篇顶会论文（共享屏幕）2. 介绍第二篇顶会论文3. 不同强化学习之间的区别4. 和使用强化学习训练大模型相比，使用强化学习训练小模型需要做出哪些改变hr面（30分钟）常规的hr面问题，主要问来wx的意向。感觉前几面比较侧重技术细节，面委会感觉就比较侧重聊未来技术的发展，个人感觉前几面的压力比较大😼

9本秋招招联金山华为offer 本硕双9秋招华为offer 2本9硕秋招科大讯飞offer 9本海硕秋招携程小红书群核科技途虎科大讯飞offer 本硕双2秋招满帮offer 本硕双9秋招京东offer 本硕双9美团京东用友帆软满帮字节offer 2本9硕秋招招银云创offer 2本秋招梧桐车联offer 本硕双9秋招美团满帮钉钉字节offer 本硕双2秋招数字政通航旅纵横offer 9本秋招金证offer 9本秋招数字政通offer 本硕双2秋招途虎offer 本硕双9秋招小米招银网络offer 2本9硕秋招新中大联通数科offer 双非本9硕秋招招银网络offer 2本秋招梧桐车联offer...