被横向挂了，希望发出来对大家有帮助！1.实习拷打2.sft时的消融实验是如何做的3.有过强化学习经历吗4.简单讲讲dpo算法5.如何构建dpo的偏好数据集6.在dpo训练时有什么值得讲讲的经验吗，对比过ppo和grpo的效果吗7.有看过网上开源的数据集吗，你自己合成的数据比开源的好在哪里，为什么不用开源的8.算法题：给你一组区间，如[[1,6],[2,10],[11,13]，请你合并重复的区间并返回，比如这个case，返回[[1,10],[11,13]]

攒攒人品！！！1、 attention中数据shape是batchfirst还是seq_len first2、Prompt长度加倍，首token延迟加倍吗3、模型选型时是否做定性定量对比abtest，客观数据验证文心性能不好了吗4、专家的负载均衡是什么，怎么解决5、如何定性定量评估数据集质量，单条和整体数据集质量6、单一分类模型，细分分类模型和MOE融合的优劣7、MHA手写8、说一下simpo的原理，它是怎么解决dpo微调序列过长的问题的9、deepspeed的每一段的通信比较，zero3分别是0和2的多少倍

攒人品中，祝大家都能拿到满意的Offer！1. 广告推荐链路的常见模型和评价指标2. 正负样本如何采样3. 用户对于poi的偏好不同，这一点如何建模。比如，点击为0，点赞为1，下单为24. 问resnet，梯度下降推算5. 冷启动的概念6. 为什么用clip7. 了解的召回推荐模型8. 尝试过的foundation9. 手撕：k个一组翻转链表10. 手撕：判断二叉搜索树

欢迎友好讨论，信息共享1. 实习拷打2. deepFM介绍一下，deep侧和FM侧的区别，特征数量是一样的吗？3. 多任务模型的发展流程了解吗？介绍一下4. 召回了解吗，usercf召回的时候对应的user的向量怎么生成5. 优化器了解吗，介绍下adam，adam和sgd的优缺点6. 怎么判断模型过拟合7. 手撕代码：快速排序

实习中用到的模型的结构有做什么部署优化吗为什么不用微调为什么用精排文案生成为什么不总BLEU指标精排输出的是什么linux 替换第三列的值语法：awk ’{$3=”NEW“; print}‘ OFS=’\t‘ data.txt > out.txtsql去重：distinct , group byLora sft dpoself attention 计算 优缺点为什么用jiebabm25 bge 双塔区别code：接雨水

自我介绍 美团项目拷打场景迁移学习的思路有哪些？对llm4rec的后续迭代方向有什么见解？讲一下最近很火的onerec？你认为onerec对你工作最大的启发是啥？长序列建模除了sim还了解哪些？如果你这个项目资源足够的话，有没有考虑过直接端到端训练？在用bert做分类任务的时候，输出要怎么处理？常见的不同模态数据如何在embedding中对齐？如何判断一个特征的重要性？手撕多头注意力机制

策略梯度算法的公式？DPO和PPO的损失函数，原理，区别，DPO的探索是如何体现的？梯度消失，梯度爆炸的根本原因？模型过拟合的根本原因？有哪些方式缓解过拟合？大模型分布式训练的通信协议？torchrun是做什么用的？deepspeed的三个阶段，分配参数时，单机8卡和双机16卡，每张卡上分配的参数量是一样的吗，为什么？大模型位置编码的方式？旋转位置编码相比于传统正余弦位置编码的区别？为什么要用旋转位置编码？COT的训练是如何做的，数据如何构造？预训练时packing和padding的区别，packing的优点和缺点有哪些，哪种效果好一些？Qwen3的模型架构（详细介绍），相比于Qwen2.5有哪些改进？同样是MoE架构，Qwen3的MoE架构和DeepSeek的MoE架构有哪些区别？多模态大模型的ViT，解释原理、如何训练的？手撕：1、一道sql题（第一次遇到大模型面试让手撕sql的）2、手撕transformer（第一次遇到直接说手撕transformer的）

自己都忘了投过这家，看官网似乎是在boss直聘投的。面试全程30分钟左右，部分问题有点卡壳，二分的细节最开始也不太对，最后写对了。58一面：1、自我介绍，项目相关提问2、数据集的匹配过程和效果评测，问大模型sft微调和lora的原理3、yolov5项目提问：转置卷积的做法，前后效果对比4、深度学习训练时解决梯度爆炸或消失的策略，激活函数的作用5、RAG中向量检索的做法，为什么用余弦相似度，而不是欧式距离6、多模态的大模型，业界有哪些比较好的？7、实现二分查找