1.算法题:322.零钱兑换2.实习项目相关1.一价计费满足激励兼容吗?2.GSP 和 VCG 中的效用和社会福利分别代表什么含义?3.regret net 如何保证激励兼容?4.扰动的范围对结果有哪些影响?5.如何设计机制来保证激励兼容?6.机制设计经历了哪几个阶段的模型发展?DeepGSP是怎么做的?7.DNA 为什么要用 MIN-MAX 网络?8.广告主的出价模式是什么?3.八股:1.transformer里使用了什么激活函数?2.为什么要用 relu?3.relu 有哪些缺点?4.GPT 中用了什么激活函数5.transformer的 attention 中的 QKV 是一样的吗?

1.项目介绍2.挑选一个项目介绍(多目标)3.讲讲PLE的结构4.讲讲FiBiNET结构5.特征层面，特征筛选、特征交叉、增加新特征，这三个哪个比较重要6.SSB问题是什么?7.正负样本选取怎么选?8.对于时长的信息来说有哪些手段(log、分桶);log、分桶有什么区别?9.精排阶段的一些结果，能不能用在召回阶段?比如曝光未点击的物品，在召回阶段可以怎么用?10.从宏观上来说说推荐的流程11.觉得召回重要吗?为什么重要12.介绍一下DIN。你觉得DIN中最重要的是什么?13.介绍一下SIM14.是如何学习和实现 DIN、MMOE、PLE 这样的模型的?15.了解因果推理吗?搜推中是怎么使用因果推理的?16.手撕:leetcode 72

1.项目介绍2.八股：Attention为什么要做scaled，不做会怎么样，为什么用根号 dk3.八股：说一下Decoder的因果注意力， QKV分别来自哪4.八股：LoRA 初始化怎么做的，用的秩是多少，为什么不选其他的数5.项目：agent调用工具不正确怎么办，采用sft或者强化学习怎么来解决6.项目：微调过大模型吗？讲一讲7.项目：PPO算法为什么有reward model 又有critic model8.项目：在使用 GRPO 提升大模型的Function Calling 能力时，除了结果奖励（outcome reward），还可以如何设计过程奖励（process reward）？9.场景设计：为智能客服设计多轮对话系统10.代码题：lc102 二叉树的层序遍历

1. 实习介绍2. 经历阐述：介绍实习经历，并自选一篇论文进行讲解。3. 项目细节追问（具体内容略）：针对项目展开深入提问。4. 大模型生成评测：大模型生成内容的评测方式有哪些，具体如何操作？5. RAG技术短板：RAG存在哪些缺陷？6. 大模型输出一致性：如何确保大模型输出内容的一致性？7. DeepSeek R1详解：讲解DeepSeek R1的训练流程和基本原理。8. 强化学习算法辨析：DPO、PPO、GROP之间的区别是什么？9. SFT与强化学习对比：SFT和强化学习各自有什么优缺点，分别适用于什么场景？10. 提示工程方法：提示工程的主要方法有哪些？11. 大模型幻觉问题：阐述大模型的幻觉现象及抑制方法。12. 多智能体协同：如何保证多智能体协同的效果？

1.实习介绍2. 语义理解相关：在搜索链路里，像“苹果”这种既代表品牌又代表水果的语义歧义情况，通常是如何进行建模的？另外，多义词消解和上下文建模的核心方法分别是什么？3. Toolformer 与 RLHF 对比：Toolformer 采用自监督学习来生成 tool call 数据，这种训练范式和 RLHF 存在哪些差别？并且，为什么 Toolformer 更容易实现泛化呢？4. Reflection 机制判断问题：在 Reflection 机制中，我们该如何判断一个 Agent 执行失败是由于知识缺失，还是工具调用错误导致的呢？5. RAG 与库存一致性：假如商品知识库是实时更新的，那么要怎样保证 RAG 的召回结果和库存信息保持一致呢？6. RAG 长尾商品问题：在搜索场景中，RAG 的向量检索容易受到长尾商品的影响，针对这个问题，你会采取什么措施来缓解呢？7. GRPO 与 PPO 对比：GRPO 和 PPO 之间的区别体现在哪些方面？另外，GRPO 的优化目标函数应该怎么写呢？8. LoRA 电商推荐场景设计：如果要运用 LoRA 来对电商推荐场景进行微调，你会如何设计相应的数据和标签呢？9. LoRA 与 Prefix Tuning 对比：LoRA 和 Prefix Tuning 有哪些区别？在什么样的场景下会选择使用 LoRA 呢？10.算法题：请实现一个 LRU 缓存机制。

1．项目介绍，过实习，讲论文，根据表述实时跟进询问交流2．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3．为什么探索 MoE 架构， MoE 相比 Dense 有什么好处4．有没有全量微调过5．推导一下神经网络反向传播的过程6．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7．一道排列组合的概率题8．平常有用过 RLHF 吗，简单介绍一下9. 开放题：对目前大模型的发展有什么看法10.代码：多头自注意力

1.项目介绍2.Qwen- VL 的训练流程是怎样的3.讲一下大模型的训练流程，多模态大模型的视觉特征传递给 LLM 都有哪些方法4.ViT 一般怎么预训练5.多模态 RAG 介绍一下6.对于不同形状的图片或视频，位置编码怎么设计7.在 ResNet 或者 Transformer 中，残差连接的作用是什么，展开讲讲8.开放题：大模型在训练和推理的时候显存不够，有哪些优化方法9.代码：215．数组中的第 K 个最大元素

1、先询问了我实习时长、文章署名、实习意愿等问题2、先介绍一个最擅长的项目（这里最好准备一个ppt，我讲解了我的一篇3、论文的模型细节4、各个模块的motivation5、对于某一个模块有无做实验验证6、Vision transformer的创新点7、Swin transformer的创新点8、Resnet的核心idea9、为什么用transformer不用CNN10、另一篇论文负责的部分以及贡献11、对于多模态大模型有哪些了解12、Mamba的创新是什么，对后面的演化路径有哪些了解13、问一个算法比赛的获奖比例

1.项目深挖(讨论算法设计的合理性)2.多任务建模梯度冲突如何解决3.线上排序的融分公式4.项目中的GAUC是如何设计的，有没有更合理的设计方法5.大模型中的moe结构优化是如何实现的6.如何避免学偏的模型上线7.实习中某个项目选择改策略而不是改模型的考量8.手撕:auc

1．简单介绍实习的整个项目背景2．训练数据是怎么构建的，大概有多少量；测试集如何构建3．为什么你在项目中选择用 Qwen 的模型而不用内部模型；文本检索时有 embedding 初步排序和重排两种模型可选，为什么选择 Rerank 方式做重排，而非其他重排方式4.GRPO/ GSPO 训练的流程是什么，一条数据的处理过程及损失计算方式是怎样的， GSPO 相比 GRPO 做了哪些改进； GSPO 训练时，损失函数是怎么设计的；数据相同的情况下，为什么 GSPO 相比 GRPO 优化效果5．实习项目是否已上线，每天的访问量多少；系统中有很多重复或相似的用户问题，一直检索会浪费资源，有哪些优化方式能节约资源6．传统的记忆机制在使用过程中，该怎么进行更新和遗忘7．一个标准的 RAG 系统包含哪些模块，整个 RAG 流程是怎样的8．结合实践，写效果好的大模型 Prompt 一般有什么经验，其模块或每个部分应该写什么内容；除了你提到的， Prompt 还有其他比较重要的模块或部分吗；假如针对某个任务（比如 RAG 系统最后做总结）写了一个初始 Prompt ，发现结果有问题、不能很好遵循要求，有什么样的优化策略方式；还有其他能想到的优化方式吗9．你自己在以后的工作中，更感兴趣做模型优化还是做应用相关的工作？这方面是怎么考虑的10．手撕三选二：LC200最大岛屿，LC221最大正方形，LC31搜索旋转排序数组

代码 1. 村庄连通至少需要修多少条路，这道不会要求换题2. 树的最大宽度，层序遍历，deque存节点和id，左孩子2n，右孩子2n+1项目只重点问了一段八股1. 什么是SFT，和RAG的不同侧重点是什么2. SFT的灾难性遗忘怎么解决，模型和学习率怎么做3. SFT和DPO的区别4. 什么时候用Lora和PEFT5. Transformer注意力机制，计算复杂度6. Attention加速方式反问滴滴LLM具体业务应用

1. 先做个智力题说活跃一下大脑十袋金币里9袋真1袋假，每袋5个币，真币一个10g，假币一个9g，现在有一个电子秤，问最少称几次能找到那袋假币，怎么称。提示袋子里的金币可以拿出来，一次就可以2. 手撕翻转二叉树用的递归 问层数很深时存在有什么问题 然后用迭代做问时间空间复杂度 纠正了一些代码格式上的问题和可以简写优化的点3. 自我介绍4. 八股java和python有什么区别为什么有的python10行写出来但java要100行python不用考虑数据类型的优缺点为什么说java是编译预言python是解释性语言git用来干嘛 基于什么实现5. 问项目为什么用多agent不用单agent怎么评估 效果如何检索时query是自然语言而向量是代码语义怎么办向量数据库的原代码一直在迭代怎么办6. 反问业务

1. 实习介绍2. 手写算法题：leetcode 2. 两数相加3. 介绍你最熟悉的项目（涉及到以下八股）4. LSTM的结构5. 写一下sigmoid的公式6. 介绍一下AUC的定义/物理意义7. 介绍一下Transformer的结构8. 原论文中编码器和解码器各有几个？9. 多头注意力中，算出来的注意力分数的物理意义是什么？10. 掩码注意力的作用是什么？11. 手撕一下AUC（不用numpy）12. 你目前的offer情况？13. 你的未来求职意向？14. 你的优缺点各是什么？15. 反问环节

1.实习介绍2.面试官:挑个你做过的项目讲讲吧有个比较有意思的reranker算法改进，面试官听了比较感兴趣中间穿插提问3.手撕穿插八股1)手撕交叉熵损失2)二分类场景下，给定一个pred score数组，以及对应的label数组。模型只有一个预测值pc，且pred score[1....n]均等于pc，问pc等于多少时会收敛？3)手撕transformer encoder+MHA提问:为什么自注意力除以根号dk提问:你写的norm是pre还是post?为什么使用pre4)按照先行后列的方式遍历一个[100，10000]的数组和一个[10000，100]数组哪个更快?5)给定一个房屋编号数组，给定一个路灯位置数组，要求路灯能照射到所有房屋，问:路灯的最小照射半径为多少?