常规问题，20min1. 自我介绍2. 详细介绍硕士课题3. 详细介绍实习，实习难点，负责什么，怎么解决，收获4. 对岗位的期望5. 其他offer情况，意向薪资官网是录用评估状态，许愿oc

1. 拷打实习2. 拷打dpo原理 loss 还有个什么xx-xx理论，好像听过，但是没记住3. 各种拷打4. 手撕非hot 100dp，做不出来，写不出来状态转移方程，寄寄寄更新，时隔24h，收到了感谢信

30min，无手撕全程聊对于各种算法的理解与场景题1. long cot重复冗余怎么办2. grpo原理，怎么实现的偏好排序，能否用于传统推荐模型，优势怎么计算的，为什么要对奖励规范化，和ppo异同，对比ppo优秀点在哪里3. dpo原理，dpo和grpo谁效果更好，为什么，dpo数据格式，dpo为什么性能不够好，dpo和grpo异同，dpo变体，dpo的思想，dpo的缺陷，dpo对搜索推荐的启示4. 生成式搜推有了解吗，Google最新的生成式推荐看过吗。没看过的话，你讲一讲如果让你做生成式推荐你会如何做5. 大模型很难满足实时性要求，把他们用于搜推系统里你有什么思考，能否通过蒸馏指导传统搜推能力6. mtp怎么提升模型性能

1h 1. 为什么要用dpo，什么任务要用dpo，不用可以吗，用了好处在哪，能优化哪里2. dpo ppo异同，dpo详细原理，loss3. 任务为什么不能只用sft4. 现在的推理模型是怎么训出来的，重点你感觉是哪里，哪里是让这些模型获得推理能力的点5. r1原理6. prm 和orm讲一讲，什么情况prm 什么情况orm，哪种更好，重点讲prm的优缺点，为什么现在的推理模型没有用prm手撕。一个字符串列表，一个长字符串，判断长字符串是否能用这个字符串列表里的词组成。没做出来，寄寄寄

30min 无八股，无手撕1. 选一段实习，详细讲，做了什么，参与角色，收获，难点，技术为什么这么做，评价指标，上线指标率，改进点，遇到什么问题2. 反问，部门具体业务

1h10min1. 极为细致拷打实习2. dpo ppo原理与异同3. 遇到的bad case，怎么解决，成长，收获4. 手撕，n个数的数组，每次看一个长为k的窗口，把窗口里最大数记录，窗口从0滑到n-k问 最短时间复杂度解决这个问题只写出来暴力，没写出来优化秒挂

1面 30min 无八股1. 闲聊2. 实习是纯调prompt还是有训练3. 手撕，超大数组，每时每刻都在进入新的数，如何找中位数秒过2面 40min 无八股1. 问硕士课题2. 问实习3. 手撕，第一道，两个字符串最长连续公共子串，第二道，两个有序链表的中位数

搜索算法，1h1. 当前rag的难点主要在哪（开放题，不是针对项目问的）2. sft dpo ppo异同3. dpo原理，loss默写4. 为什么对齐比sft难训5. ppo grpo原理6. 拷打实习手撕。编辑距离

🕒 岗位/面试时间1h整面试官是无脸怪很细致的问每一步，但是感觉和面试官思路对不太上👥 面试题目1. ppo dpo异同2. dpo推导，原理，loss3. 讲讲其他rlhf4. dpo对比ppo少了什么5. lora初始化，为什么这么初始化，lora的秩用数学解释（真不会，线代早还给数学老师了）6. 大模型贪心解码与beam search7. 全方位拷打实习8. 大模型效果如何评测9. 模型部署相关手撕: 四数之和，想了半天才想出来我好菜

🕒 岗位/面试时间1h👥 面试题目1. 拷打实习2. 拷打学校项目3. 如果我有1000个function，怎么用大模型做function call4. sft流程，显存计算5. dpo局限性，显存计算，和ppo区别6. zero 123原理和 用没用过7. 激活重计算原理8. transformers trainer 参数9. 做过推荐吗，讲讲推荐的模型10. 单双塔讲讲（讲错了，被狠狠科普了）11. dpo怎么改进12. 为什么attention需要位置编码手撕 最长公共子串整体拷打比较轻微，面试官很和善友好，面试体验佳，不得不说鹅的面试体验真不错，没有那种冷脸面试官

🕒 岗位/面试时间数据平台部，45min👥 面试题目很年轻很帅的面试官，看着比我还年轻，哈哈哈1. 关心pdd实习和学校项目2. 用的模型尺寸，怎么sft3. dpo，取得多大收益，dpo有什么问题4. 还看过什么rlhf算法整体几乎没什么拷打，都是点到为止，没有机械性问八股，都是伴随项目简单说说，很友好手撕: 括号匹配but，最后问了能不能提前实习，现在都这个要求吗，字节也问能不能提前实习约二面了

25min 0八股0技术1. 自我介绍2. 讲讲实习工作能落地吗，不能的话怎么才能落地接下来开始全程都像HR面的问题1. 工作内容和预期不符怎么办2. 初入组内如何融入3. 怎么和同事相处4. 初入职场怎么投入到工作5. 线上出现严重bug，之前负责这些代码的同事都离职了，老板给你三天时间，你怎么解决6. 接上一问题，如果bug查到了，你评估需要1个月解决，你会怎么办7. 你对自己的职业生涯有什么规划

时间: 50min八股:1. 你理解的agent是什么2. decoder only的好处是什么3. 为什么要rlhf，为什么要对齐4. llama3怎么训练的（好奇怪的问题，别人家都问llama3用哪些技术，第一次被问是怎么训练的）5. dpo原理，为什么要用dpo，与ppo改进6. sft细节实习:1. 业务是什么2. 组内多少人3. 负责什么4. 为什么用xx技术5. 你去的时候已经做到什么样了6. 为什么用xx模型手撕:LeetCode 第十题 hard面试官问我，为什么不动笔呢，是不会吗没见过的hard臣妾是真做不到啊。看我做不出来就说先这样吧。反问:什么业务答:1. 多语言大模型预训练（怪不得会问llama3训练技术，以及很关心对齐阶段的八股）2. 多模态3. llm应用已挂，手撕给hard就是征兆