面试官超级无敌好，上来先说我优秀。50min项目介绍介绍到一半的时候面试官开始问场景和八股多模态模型的感知错误问题，怎么进行caption？面试官给出的一种思路是让模型生成一些结构化的描述，例如题目的点线面关系，grounding，counting等等，这种比cap更容易judge一些怎么解决感知错误，过度依赖文本信息的问题？我从预训练数据构造上去说的。提到了一篇论文，说是把图片mask掉，用rl去增强模型的感知能力qwen2.5-vl 的位置编码，Mrope，对rope有什么了解，旋转矩阵，外推性很好什么样的位置编码是好的？计算量要小，...Rope有缺点吗？qwen2.5vl 和 qwen...

面试官没开摄像头，问了20min,没做题。从声音听起来面试官不是很累，情绪比较正常。反问：启元实验室主要做啥，承接gj的要求，大模型国产化等等。主要的指标是发paper，也会有一些gj的任务安排。问期望薪资。反问能给多少。比一般研究所高一点，和大厂比不了。

面试官看着比较严肃，眼圈好像有点重，全程没有笑容。面了45min。简历拷打。多模态、大模型、强化学习面试官不太懂就没多问。八股：过拟合，欠拟合出现的原因以及解决的方案。L1 L2正则化，不知道优化器，随机梯度下降，后边的改进问匹配度，说校招不看匹配度（真的吗）询问后感觉不上特别匹配，这个岗位负责的是推荐策略，粗排精排rerank什么的，和多模态不太一样，多模态是另外一个组T:leetcode.322 最少的coin dp

图文的hc没了，笑转到语音合成这边介绍了项目，越往后说面试官脸色越沉重让我做题，我直接说要是不匹配就别做了他问做语音愿意不，我说可以，他又笑了，他说做的还是很深入，但是可能我更想做图文的最后面试官的表情嘴角很奇怪的上扬，让人不爽要是觉得不匹配，看完简历直接挂不就好了吗，悲

面试官人挺好，我表达的也比较流畅问项目细节，训练指标等等，看我是不是真的做过友好探讨了蒸馏过程中的细节，感觉面试官是偏业务的那种，做的东西和我的经历也比较匹配问八股 ppo grpo区别，KL散度的作用，有什么问题一共半小时，无手撕反问业务（主要是垂域大模型，负责五八的各种业务，算是一个技术中台），工作地点（朝阳），工作强度（10-8-5）

**题目一：最少完全平方数之和**给定一个正整数 $ n $，请找出最少个数的完全平方数，使得这些完全平方数的和等于 $ n $。 完全平方数是指一个整数乘以自己，例如 $ 1*1, 2*2, 3*3 $ 等。若一个数能表示成某个整数的平方的形式，则称这个数为完全平方数。例如：1、4、9、16 都是完全平方数，但 2、3、5、8、11 等不是。数据范围：$ 1 \leq n \leq 10^4 $输入描述：仅一行，输入一个正整数 $ n $。输出描述：按题目要求输出完全平方数之和为 $ n $ 的最少个数。示例 1： 输入：5 输出：2 （因为 $ 5 = 1^2 + 2^2 $，共两个完全平...

项目GRPO相关考察个人对SFT和GRPO的关系。问BN和LN的区别？为什么NLP里边是LN?问前 layer norm 和 后 layer norm的区别？pre-LN 恒等分支的权重较大，到深层是影响模型训练效果的主要因素，模型会变得更“宽”；post-norm因为norm(x_{t-1}+f(x_{t-1}))， 恒等分支的权重会逐渐削弱，残差分支会成为主导，模型倾向于变得更“深”。参考：https://www.zhihu.com/question/519668254/answer/2371885202手撕编辑距离没看到聊天框就没让写了反问以发论文为目标

一共1h。项目简单介绍。10min左右。然后就是结合实习项目的 35min 的各种八股提问。最后15min做题。给了三个题，我选的 岛屿的个数，hot100里边的。其它两个好像也是hot100里边的（有个三数之和）。反问环节，是什么方向，搜索。有什么面试建议，语速可以快一点（笑），这样可以聊更多的东西。记录一下八股部分。VideoMAE怎么训练的？CLIP和MAE有什么区别？BLIP和CLIP的区别？在 ITC的基础上引入了 ITM loss 和 LM loss，让模型可以进行文本生成。ITM loss是判断图文是否匹配，可辅助数据清洗。BLIP的B什么意思？Bootstrapping （自举...

岗位偏感知，传统的CNN。经过了这几段实习，个人觉得有什么成长和收获。我说对算法工程师这个职业有了更多的认识，少数人在做基础研究，大部分还是在做应用研究。不是很匹配。做题，主要考察代码细节，对边界条件的把握，以及debug的能力。题目本身不难，主要是细节问题。贪吃蛇。题目大致是这样的 第一行为两个正整数m和n。 接下来m行，每行有n个字符，表示游戏开始时的区域状态。“+”表示蛇头，“o”表示蛇的其它节，“*”表示食物格子，“#”表示障碍格子，“.”表示空白格子。 接下来一行为一个正整数P，表示POPO接下来操作方向键的次数。 接下来一行为一个长度为p的字符串，表示POPO第次操作哪个方向键，“...

第一题：按位与题目描述:C/C++ 中的按位与运算符“&”，需要我们自己计算，其功能是参与运算的两个数对应的二进制相与，只有对应的两个二进位都为1时，结果位才为1，参与运算的两个数均以补码参与运算。例如: 10的二进制是 0000000011111010，& 0000000010101010 = 0000000010101010。现在，给你n个数字，请你从中挑选2个数字，使他们的按位与运算结果在所有可能的挑选方式中是最大的。输入描述第一行包含一个正整数n (2≤n≤300000)，表示给定数字的数量。接下来n行，每行包含1个整数a(0≤a≤2000000000)，表示一个给定的...

MTP训练阶段怎么做的？推理阶段投机采样怎么做的？输入1个 token t1，主模型会预测1个token t2 ，MTP层会循环预测N次，N个draft token, dt1,dt2,...dtn，共1 + 1 + N 个token然后 t1,t2, dt1,dt2,...dtn 送入模型模型会并行根据 t1,t2 预测t3，对应dt1根据 t1,t2, dt1 预测t4，对应dt2根据 t1,t2, dt1,dt2 预测t5，对应dt3...当dt中某一个不被主模型接受，就丢弃后边所有的draft token例如dt1，dt2被接受，记作t3,t4，dt3不被接受那么相等于多吐出了2个tok...

互联网行业，大部分小厂环境差，员工水平低，特别是要线下面试的，更是不要去。当然不排除有些公司，比如我第一次实习的公司，大家人都很好，老板nice有水平。但是这种概率还是蛮小。面试的时候其实就能看出来，要是聊的很愉快，基本上工作也会很不错。只是面面试还是可以，看下小厂是啥样的。公司没几个人，可能是来的比较早，工位狭窄，签到处胖大姐也不爱搭理人，到现场了才安排面试房间。耽误了几分钟，我不催就没人搭理。问了一个mtp，回答的不太好。面试官不是很热情，体验不好。说就只有实习，没有竞赛论文专利啥的吗。二十分钟就直接结束了。来回路上还花了八十分钟，纯纯浪费时间。这波属于是互相看不上哈哈哈。

面试官状态很好，思维活跃问了deepspeed zero，zero 1 2 3 的区别？模型显存占用大小，全参微调 32B 要占多少显存？sft 全参和lora的区别，什么时候用全参，什么时候用lora，lora的rank是什么意思，有什么用grpo是on policy还是off policy的？grpo 和 gspo的区别？做题超时删除，一个类，init()，get(key) value，set() key value 存下来 import timeclass TimeCacheDict: ''' ''' def __init__(self,expire_time:int): self.ca...

小鹏ai面试第一大题：性格测试第二大题：自我介绍，经历，求职意向，公司了解，是否匹配当遇到批评和负面反馈的时候怎么应对？分清情绪化表达和客观事实。如果是客观事实制定解决方案并且行动。忽略情绪化输出。怎么避免情绪化输出的影响？首先观察自己的情绪，安抚对方的情绪，都冷静下来了再寻求解决方案。第三大题：连续追问。主要考察问题解决能力。菜鸟集团