给我面没招了，发点面经攒攒人品～1、项目拷打2、八股（1）GBDT的参差是怎么拟合的，为什么xgboost要用二阶泰勒展开，和gbdt的区别是什么（2）lightgbm的原理（3）模型的显存消耗计算（有咯让、混合精度）（4）Qwen-3-VL（5）Lora原理、矩阵初始化、哪个是0哪个是高斯（6）Flash attention（7）推理阶段显存消耗哪部分最多。3、手撕：a2+b2=c

攒人品中，祝大家都能拿到满意的Offer！1.构建训练数据时如何滤除低质量数据，如何保证数据中没有低质量数据2.你觉得pretrain的模型和distill的base模型在做sft时有什么区别3.sft时学习率是如何调的，如何做的消融实验4.直接用余弦退火学习率和加一个warm up有什么区别，加warm up的意义是什么5.如果计算资源有限，对于32b的大模型，如何快速找到最佳的超参如何设计高效的消融实验6.合成数据是用的什么模型，如何部署的，用的什么框架7.sft时用的什么框架8.讲一讲moe的架构9.讲一讲qwen3的moe10.你觉得deepseek的moe中的共享专家有什么用11.讲一讲ppo算法

发一下问题给大家参考，攒攒人品！！！1. 实习拷打2. 手撕：最长递增子序列的改版（加个pre数组辅助计算即可）3. 项目拷打，特征怎么做的，为什么选这个模型4. MMOE的缺点？PLE的改进点在哪？5. 共享专家和独享专家的层数相同吗？6. 共享专家和独享专家的个数分别是多少7. transformer中用softmax有什么问题呢？该怎么解决8. 场景题：Alice和Bob选数字，偶数A得分，奇数B得分9. 手撕：N皇后

发一下问题给大家参考，攒攒人品！1、手撕代码：三数之和2、激活函数都有哪些？3、sigmoid和relu的优劣性4、梯度消失什么原因？怎么避免？5、优化器了解哪些？6、adam和adagrad有什么区别？分别适合什么场景？7、损失函数主流有哪些？为什么分类任务用ce？8、项目相关：项目中用了几层cnn，1*1的cnn有什么作用？9、对推荐链路有了解吗？分别发挥什么作用？10、精排都有哪些主流模型？11、粗排和精排的区别是什么？

有面试过同岗的朋友欢迎评论区交流1. 深度拷打实习项目30分钟2. bn训练阶段和测试阶段区别，详细讲讲原理3. dropout原理，训练阶段和测试阶段区别，为什么4. deepwalk和node2vec原理5. 协同过滤讲讲原理6. 推荐多任务模型了解哪些，讲一下esmm7. 手撕交叉熵，二叉树最近祖先

LLM：数据集构造、是否出现DPO不收敛？或者DPO后的效果不如SFT？数据建模中特征有什么？获取渠道？XGB介绍为什么不用DNN？为什么不对离散特征做embedding？负样本采样，随便采样吗？控制正负样本比例的方法有哪些？code: 最长回文子串

1. 自我介绍+介绍论文2. attention的计算时间复杂度3. 推荐系统或者NLP领域 有什么方法可以加速attention计算4. 你了解哪些生成式推荐的论文5. 为什么要在推荐系统引入RQ-VAE6. 和VQ-VQE有什么不同7. RQ-VAE怎么解决坍塌问题8. Normalization有哪些，有什么作用9. 什么时候用batch norm什么时候用layer norm，为什么10. 训练和推理的时候的均值和方差都是怎么得到的手撕：lc331 验证二叉树的前序序列化  问复杂度，优化方法

1. 介绍自己的项目2. LLaMA和GLM的区别，模型架构等方面3. BLEU和ROUGE4. 数据量和这个效果之间的关系是什么样的5. LLM的参数介绍（temp topk top p等）6. 长度过长怎么处理，从是否fix原有模型回答。（BPE 扩展词表，分阶段generate）以及从input直接回答7. PEFT的方式8. data construction的tricks6. 淘天客服部门1. LLM generate 参数问题2. slef-attention得根号d3. LLM的评估4. 介绍下simCSE5. 解决tokens不够的问题应该怎么办6. 详细介绍下deepspeed7. gpt和llama的区别8. LORA论文讲一下，对比p-tuning9. LLM训练的时候为什么warmuppretrain数据量大，前面的数据量占比小，可能带来bias参数量大，初始化的时候w是随机的，防止爆炸10. 对比学习中的batch size是大一些好还是小一些好->大一些，甚至可以到10k+，为了构造好的negative样本11. coding：给你一个数组，返回其中的前k个出现频率最高的元素，假设数组特别大，k很小

校招这么狠的，换根dp 也能出的，太难