发一下问题给大家参考，攒攒人品！1- 问项目2-为什么选择grpo不用sft，技术选型，什么时候用sft，什么时候用蒸馏，什么时候用grpo3- grpo训练中观察什么指标4-八股：5- grpo 的 loss 讲讲6- Advangates 怎么算的，在整个训练中起什么作用，为什么需要Advatanges，直接用奖励去算不行吗？7-重要性采样，为什么需要。如果一次新策略和旧日策略差别很大，那重要性采样还有用吗8-grpo的K|散度和ppo的kl散度是一模一样的吗9- ppo grpo Fon-policytEoff-policy10- ppo中advantages是怎么得到的？11-信用分配，grpo中，比如一个采样结果，是序列级别的，如果这个序列的最终奖励高，那么是如何分配到每个token的12-Agent 做多轮工具调用 和单轮，可能有什么挑战？13- code: x 的平方根

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.做过哪些相关工作 / 看过哪些经典文章 / 参与过哪些开源项目2.为什么要做 Prefill 和 Decode 分离，追问：pd到底争夺什么资源，和“直接多给卡/资源翻倍”相比本质差异是什么3.AF 分离好处和坏处4.常见并行模式怎么看，怎么根据具体场景选择合适的并行模式，选择因素有哪些？5.追问：Prefill / Decode × Attention / MOE 这四种组合，分别更适合什么并行策略；6.你觉得一个优秀的大模型推理框架，核心技术点有哪些，追问量化选择策略；7.GEMM核心优化方法，ncu8.拷打算子项目，MLIR / LLVM 理解

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.强化学习了解多少？讲一下PPO，GRPO。3.知道DOTA2的AI吗？如果现在让你做，你能拿到一切信息，你会怎么做？4.FPS问题5.代码：二叉树翻转

继续来分享下最近的面经~项目+八股1.MySQL的索引2.事务的特性3.MySQL的隔离级别4.MVCC的实现5.kafka的执行原理6.kafka分区的好处7.kafka怎么保证可靠性8.缓存穿透怎么解决的9。描述一下秒杀的场景10.RAG知识库递归切分的过程，好处11.长期记忆怎么设计的12.向量嵌入模型的选型13.RAG的概念，流程14.RAG场景题15.问AI的发展对你有什么挑战和机会?

整体面试还是不错的，但是没后续了，不知道是哪里出了问题1.项目拷打2.召回为什么选这三路?3.word2vec如何训练的4.特征工程做了多少维特征，一些比较重要的特征怎么理解5.样本规模多大，点击日志多大，负样本怎么选6.除了这个项目，你对常见推荐、广告系统中DNN模型还有哪些了解7.业界比较经典的精排模型和论文，你了解哪些

已挂 华为：一面挂，数据挖掘模型原理追问没答好字节跳动：简历挂，缺乏相关实习经历流程中拼多多：笔试通过，一面通知已收到网易：简历初筛通过，等待笔试携程：二面结束，谈了薪资期望已 oc 的某互联网中厂：数据挖掘岗，薪资符合预期，在走签约流程其他小红书：刚投递