众合科技9.7

美团面了大概四十分钟，全程细节拷打，面完汗流浃背，感觉过不了了，看面经吧1. 说说你平时是怎么送餐的？直接傻瓜式回答拧车把就走了2. 如果送餐途中下雨了，你会怎么办？回答找个地方躲着，然后就问我那订单超时怎么办，答不出来了。。。3. 如果有个地方爆单，同时有多个不同楼层但是是同一栋楼的地方下单，可能是什么情况？答不出来，乱蒙了个可能在开派对，有没有大佬知道的4. 如果到了商家，但商家还没把餐备好，你会怎么做？直接回答干等着了，然后感觉这样回答不太好，又补了句我可能会催催商家。。。5. 实际送餐过程中有没有考虑过使用多部手机？我说配送账号就一个，没必要使用多部手机。面试官好像不太满意6. 送到餐了，但客户一直不来取餐，你会怎么办？阻塞等待吗？我说会打电话催促客户，客户一直不来的话就把餐放到地点，然后拍照走人，然后问我这样做有没有考虑过外卖丢失的情况，外卖丢失怎么办，完了，又掉进坑了7. 有没有送错餐的情况？我说实际没遇过这种场景，面试官又不太满意了。。。搞不懂，一定要有实际解决过出错的经验吗。。。没出错不是更好吗。。。

本人四川人，双非硕想冲央国企，但是双非硕竞争力好低，目前刚做完几个笔试，还木有面试成都美团开了最低的大白菜，解约要至少四月，害怕签了之后央国企不等我。还有几个offer都是北上广的也害怕不签美团，后面央国企不要我只能去北上广了，好纠结

1.详细说一下dns解析它是怎么解析的，过程咋样2.Transformer你给我讲讲它底层原理，讲一下它为啥能替代RNN，我们知道Transformer架构已经很成熟了，但你觉得它的Self-Attention机制在多模态对齐上会不会存在瓶颈？有没有实际场景里注意力权重完全偏掉的情况3.说下LoRA的原理吧，LoRA是不是只能在Linear层插？你有没有了解过为什么不能插在LayerNorm之后？这会对训练稳定性造成什么影响4.你刚才提到用过QLoRA，那你能具体说说QLoRA是怎么降低资源成本的吗？常见的量化方式有哪些，QLoRA为什么选的是NF4和FP16这组组合，而不是别的组合？你能说说NF4 的分布拟合逻辑吗5.我们做了一些multi-query attention优化，但发现decoder延迟还是高，你觉得是哪里的瓶颈vLLM 本身的KV cache 是不是反而是负担7. Embedding模型和Rerank模型分别是怎么处理文本语料的？用场景举一下例子8.看你做过RAG，讲讲从数据清洗到检索服务上线这整个链路是怎么搭的，你是怎么做chunk切分的10.你觉得当前RAG的最大瓶颈在哪？你做过哪些改进来提升 Recall11.你们在训练xx领域大模型的时候，SFT 数据怎么构造12.看你做过LoRA微调，那你是怎么选rank值的？合并adapter权重的时候有没有遇到梯度爆炸13.我看你这个特长里面也有写过使用这个模型部署是吧你也做过相关模型部署的工作，那咱们能简要的说一下，我们部署的参数量模型部署的参数量，然后还有它对应的硬件之间的需求关系，比如说我每个参数量的模型所需要的算力需求大概是什么？先给出一个题吧，我们部署一个MOE架构的千分三的235b的一个模型，他所需要的算力大概是多少？14. 比如rag知识库搭建就是比如说我们在搭建这个知识库的时候，需要对这个知识库的文件文档进行动态更新了，那么你之前是用的是全量嵌入还是增量处理？如果是用增量的话，那么怎么来避免新旧文档的文单的分布不一致导致的这种检索偏差的问题15.你那个机械臂的那个动作态这一块融合的这一块，然后你那个具体的数据是怎么进行一个融合的，然后这个对比协议是怎么做的16.在做多模态融合的时候，有没有做过过视觉跟文本之间的对齐任务，怎么做的

前天的oc今天还没有offer，有点焦虑😟