攒人品中，祝大家都能拿到满意的Offer！聊了20分钟项目，重点围绕之前项目MLLM的后训练部分展开先介绍项目背景1. 详细问了benckmark指标具体的提升，不同指标的关联2. 你觉得某一项提升来源于你们数据的什么部分3. 有没有更好的方法提升这个指标的表现（提升这个指标根本的方式应该是什么）4. Qwen-VL系列具体的结构 特征等（八股）然后coding 15min，经典的casual mask attention，本地手搓

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目2.VIT的输出是什么3.VIT输出是怎么给大语言模型的4.介绍科研项目5.yarn位置编码是什么6.介绍qwen3文本模型7.SFT和pretrain区别8.图像embedding是怎么给大模型的9.手撕tokenizer

被横向挂了，希望发出来对大家有帮助！1. 部署一个模型以及推理一个模型分别用到的参数量怎么估算2. 模型prefill和decoding的区别了解吗？KV cache的大小是多少，怎么算3. Deepspeed框架中zero 1,2,3的区别是什么？分别优化了什么4. 了解Deepspeed的原理吗？假设对矩阵A×B这个运算，给4张卡，简述是如何分配矩阵A，B参数并在显卡中进行交互来达到节省显存的效果的5. 模型中的一些超参数了解吗？Temperature的数学原理是什么？Temperature,Top-k,Top-p三个参数作用的顺序是什么？6. 了解softmax函数吗？7. 了解过通信算子吗？

攒人品中，祝大家都能拿到满意的Offer！1*项目拷打2* 实习拷打3* KL 散度的数学意义是什么？在模型对齐（如 PPO/DPO）中起什么作用？4* MoE架构的具体实现原理是什么？路由（Router）是如何工作的？5* 面对模型在生成过程中出现循环、重复回答的问题，有哪些解决办法？6* BM25 算法的数学原理是什么？它相比于简单的 TF-IDF 有哪些改进？7* Agent 系统中的LangGraph是如何搭建的？其 Memory 组件的工作机制是怎样的？8* 如果单次生成的任务量远大于模型的 Max Tokens 限制，如何实现断点继续生成？9* Transformer 中 Attention 的本质是什么？请从数学角度解释。10* 为什么在计算 Attention 时需要进行Scaling11* Self-Attention 和 Cross-Attention 在作用和输入来源上有什么区别？12* 面对极长序列Attention 的 O(L^2) 复杂度问题目前有哪些主流解决方案？13* 在 Agent 多轮对话任务中，Attention 机制的局限性体现在哪些方面？14* 为什么模型在长上下文对话中容易出现“信息遗忘”？有哪些缓解机制？15* 介绍 SFT的流程，以及如何构建高质量、多样化的数据集？16* 在什么业务场景下，必须引入 RLHF 或 DPO 这种偏好对齐技术？17* MinerU 在解析复杂的工业文档（如图文混排）时，具体的处理逻辑是怎样的？18* 在多模态检索中，文本和图片是如何映射到同一个统一向量空间的？19* Ragas 评测框架中的 Faithfulness 和 Answer Relevance 指标的具体计算逻辑是什么？

给我面没招了，发点面经攒攒人品～1*当大模型产生错误回答或幻觉时，在工程和算法层面有哪些规避手段？2* 描述 Transformer Decoder 的完整解码流程。3* KL 散度的数学意义是什么？在模型对齐（如 PPO/DPO）中起什么作用？4* MoE架构的具体实现原理是什么？路由（Router）是如何工作的？5* 面对模型在生成过程中出现循环、重复回答的问题，有哪些解决办法？6* BM25 算法的数学原理是什么？它相比于简单的 TF-IDF 有哪些改进？7* Agent 系统中的LangGraph是如何搭建的？其 Memory 组件的工作机制是怎样的？8* 如果单次生成的任务量远大于模型的 Max Tokens 限制，如何实现断点继续生成？9* Transformer 中 Attention 的本质是什么？请从数学角度解释。10* 为什么在计算 Attention 时需要进行Scaling11* Self-Attention 和 Cross-Attention 在作用和输入来源上有什么区别？12* 面对极长序列Attention 的 O(L^2) 复杂度问题目前有哪些主流解决方案？13* 在 Agent 多轮对话任务中，Attention 机制的局限性体现在哪些方面？14* 为什么模型在长上下文对话中容易出现“信息遗忘”？有哪些缓解机制？15* 介绍 SFT的流程，以及如何构建高质量、多样化的数据集？16* 在什么业务场景下，必须引入 RLHF 或 DPO 这种偏好对齐技术？17* MinerU 在解析复杂的工业文档（如图文混排）时，具体的处理逻辑是怎样的？18* 在多模态检索中，文本和图片是如何映射到同一个统一向量空间的？19* Ragas 评测框架中的 Faithfulness 和 Answer Relevance 指标的具体计算逻辑是什么？20* 相比于 LangChain，LangGraph 在处理循环任务和状态管理上有哪些优势？21* LangGraph 的状态快照机制是如何实现任务回溯和持久化的？

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.实习拷打2.讲一下Sparse4D3.离线模型相较于在线模型能有什么特殊设计4.nuscenes计算评估指标时是根据什么匹配det和gt的5.代码-长度为m的子序列乘积的和

说的就是我 刷到30W以下offer：嗯，正常水平刷到30-40W offer：ber,这么多刷到40-50W offer：眼睛刺痛刷到50W以上offer：划走划走为什么：我每天996，他拿50W我拿15W？

过了阳光电源的简历筛选，期待AI面试中~

排序的空间复杂度还能是 O(1) 的？数组不就已经 O(n) 了吗？蹲蹲佬解答