怎么有人不经过我同意就随意以我的名义发我的面经😅😅😅真恶心这种公众号引流😅😅😅，而且这个公众号以我的第一人称发，我跟你有什么关系啊😅😅😅本来还有腾讯微软的面经打算整理的，被恶心的一点心情都没有了😅😅😅

问的很细很深，狠狠拷打了80分钟，这个组做LLM pretrain的，我主要会rl，nlp缺乏点，一面凉自我介绍项目微调模型训练数据来源？LORA的理解Ptuning和全量微调对比RLHF全流程写出RLHF的优化目标公式目标公式中衰减因子的作用，取大取小有什么影响？RLHF的目标公式可以加入什么其他的项？熵正则项是如何加入的？KL散度理解？RLHF中PPO算比率相对什么来算？其中对数概率的作用？马尔科夫决策过程的定义，有哪些参数变量需要考虑？Reward model 训练的loss是什么？模型为什么会胡言乱语？根源在哪？可以考虑如何解决？模型微调会性能下降为什么还需要这一步？文本数据处理到进入...

一面自我介绍项目+论文为啥项目中使用Ptuning？说一下Ptuning的原理如何关注训练过程中的指标？ 训练步数如何确定？RLHF的整个流程详细llama factory代码看过吗？DPO了解吗？算法题 二分，medium， 旋转数组的最小数字二面二面面试官问了很多开放性问题，就是丢给你一个一个问题/实际的步骤，问你怎么解决，怎么考虑，而不是问某某东西的原理自我介绍项目训练大模型的数据如何弄的？RLHF的三个流程中你觉得哪个应该是最重要的？为什么？为啥RLHF中要用PPO？和其他RL算法的区别？为什么需要Rewar model？Reward model 如何训练？Reward model 你...

#给牛客的问题反馈和建议# 手机端无法加载课程的视频

 代码是完全一样的，输入输出是cin，cout的时候（关闭同步了）就会超时 全都改成scanf，printf就对了 这是什么原因呢