鼠鼠开头多说一句，面试官人巨好，很耐心的跟我讲不要紧张，直接治好了上周面试造成的的ptsd 1.自我介绍 2.问项目 延展问八股 2.1Lora的参数除了秩大小有哪些 2.2ptuning V2具体实现过程，以一个attention layer举例，描述tensor前后形状变化 2.3lora、ptuning v2以及fine tuning的区别 2.4past_key_value在传统的transformer中的作用 3.问论文 cv和nlp两篇论文中，表示对cv的更感兴趣一点，就论文问了一些问题 4.反问部门业务

满满kpi味道1.自我介绍2.做两道题3.询问项目感觉对面不太感兴趣的样子

1.拷打项目 2.究极拷打论文 3.八股 3.1 ptuningv2的原理，以及在llm中的tensor形状 3.2 t5的模型结构，创新点 3.3 常见的llm微调方式 4.做题 股票问题 5.反问

⏳投递进度条 #我的实习求职记录# bg:双非本985硕算法岗三月开始投递实习没什么面试四月初开始海投目前一个某信下面的小厂offer最近几天开始有零散的大厂面试，基本都是一轮游。道心破碎，鼠鼠要坚持找其他实习，还是先去小厂积攒经验？

1.自我介绍 2.拷打论文 围绕论文的一些问题 2.1有哪些常见的图卷积 2.2指标 2.3attention是怎么做的 3.拷打另一篇论文 围绕论文的一些问题，延展八股 transformer架构 layer norm和batch norm 区别 自注意力结构 T5架构和任务设计 Bert的最大长度限制 了解哪些attention方式 encoder和decoder区别 4.拷打项目 常见的微调方式 open性问题：你觉得llm和传统的nlp模型的区别在哪？ 5.手撕代码：三数之和

1.自我介绍 2.大模型的一个项目介绍 2.1微调的方法有哪些,原理(fine tuning ,ptuning ,Lora) 2.2为什么不用finetuning（回答灾难性遗忘问题和gpu资源问题） 2.3有了解过分布式训练吗？介绍一下deepspeed的原理 2.4llm的评估方式 2.5llm在某个数据集上评估指标很高就说明模型性能很好吗？解释理由 2.6 open问题：你现在有一个大模型你要怎么去做它的评估工作 3.做题：括号生成问题（递归+回溯）脑子短路没做出来换了道简单题股票买卖问题 a了 4.又追加问了现有的llm的结构 举例子lamma为什么用decoder- only结构而不...

1.自我介绍 2.拷打项目 2.1ChatGLM和主流的gpt模型区别 2.2常见的生成式评价指标 2.3常见的decoder策略 3.拷打论文 3.1node2vec概念，为什么效果会好 4.做题 4.1链表反转 4.2场景题

1.自我介绍 2.项目问题 3.大模型常见调参方式，及其原理 4.数据处理（没做题，处理了一个json格式的文件）

1.自我介绍 2.深问项目 3.大模型出现幻觉的原因，及对应的解决方法 4.做题（二叉树的层次遍历）

#vivo推荐算法实习一面# 1.自我介绍2.问项目a.介绍项目创新点b.问attention的实现方式c.GCN的原理d.多任务分类和回归任务最终的loss是怎么设计的3.问简历上竞赛相关的细节4.手撕代码（硬币问题，没完全做出来）👥面试题目