发一下问题给大家参考，攒攒人品！实习拷打1构造数据之后如何提升数据的质量2难负样本是如何构造的，3损失函数是如何设计的4问我SigLIPloss和InfoNCE有什么区别5每个改进点性能提升怎么样，其中哪些方法性能最显著6有在视频数据中进行训练吗，知道怎么处理视频数据吗代码1.InfoNCE实现用pyhton写出InfoNCE损失函数2.SigLIPLoss实现

攒人品中....八股问题：1.ppo和grpo kl散度的区别2.adamw优化器的原理3.grpo dapo gspo区别4.dpo的缺点，数据集怎么构造的5.sft的损失函数6.transform原理7.为什么÷根号dk给了力扣链接，直接在网页上做，mid难度，非hot100

攒攒人品！有面试过同岗的朋友欢迎评论区交流1. 介绍实习经历，围绕业务场景问a. 怎么做PE，做到什么程度不做了b. 针对这个场景怎么训模型c. 如果模型输出不符合预期怎么办d. 有没有加cot之类的内容2. 手撕leetcode1227一开始说的方法不太对，但面试官说条件概率是对的，然后引导想出正确解法。写出来之后追问复杂度，怎么改成O(n)复杂度3. 八股a. 描述一下attentionb. 多头注意力和普通注意力的区别，头之间有没有交互c. 多头注意力的头数会不会影响参数量和计算量d. 为什么现在都是decoder only的架构e. 多轮对话场景下，encoder-decoder和decoder only有什么区别f. kv cache，除了kv cache还有什么优化手段g. 控制输出确定性的参数：temperature加在哪里，top-k top-p分别具体是什么

给我面没招了，发点面经攒攒人品～项目：1. 数据预处理的出发点？2. 对于真实的推荐场景中，新物品本来交互数据就比较少，如果直接过滤存在什么问题？3. 如何评价效果的好坏？4. 数据集每条数据的label格式？5. 具体的训练优化过程？6. 打压热门商品具体的做法？7. 随机抽样的样本是从哪抽取的呢？8. 困难负样本的设计方式？9. 选取损失函数的逻辑是什么？10. 在一个batch内，你的Loss是怎么算出来的？11. 一个batch内有A条正样本，B条负样本。要算几次loss？12. 有考虑过用Listwise的建模方式吗？13. 你对推荐系统全链路的理解？14. MMR多样性算法的简单原理？手撕：1.求数组的中位数2.  快速排序

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2.针对业务中用的技术深挖，不同的LoRA怎么训练的？3.数据集怎么制作？4.Lora的权重怎么设置？5.训LoRA用的库是什么？6.LoRA的原理是什么？7.实习拷打8.coding部分是dfs，leetcode 200 岛屿数。