補(bǔ)發(fā)一下之前面試騰訊的面經(jīng)，具體timeline可以參考前面的帖子。一面（約30mins）：自我介紹，挑一個(gè)簡(jiǎn)歷里最好的一個(gè)項(xiàng)目詳細(xì)介紹下項(xiàng)目中遇到了什么挑戰(zhàn)，怎么解決的了解DeepSeek嗎，為什么DeepSeek現(xiàn)在這么火？說(shuō)一下DeepSeek里的MLA和GRPOGRPO和DPO，PPO，RLHF的區(qū)別看你之前有LoRA微調(diào)DeepSeek的項(xiàng)目，簡(jiǎn)單說(shuō)說(shuō)微調(diào)經(jīng)驗(yàn)，效果如何RAG在檢索階段能有哪些優(yōu)化？（sub-query，HyDE等）二面（約1h10mins）：自我介紹，拷打簡(jiǎn)歷。寫一下GRPO的公式先屏幕共享從頭到尾walk through講一下DeepSeek技術(shù)報(bào)告論文。面試官中間會(huì)穿插提問(wèn)DeepSeek-v3/r1/r1-zero有什么區(qū)別DeepSeek-r1-zero的冷啟動(dòng)數(shù)據(jù)是怎么組成的DeepSeek-r1-zero解決了DeepSeek-r1的哪些問(wèn)題如何解決大模型的幻覺Embedding如何微調(diào)（講了對(duì)比學(xué)習(xí)啥的）RAG的評(píng)測(cè)指標(biāo)有哪些業(yè)界現(xiàn)在function call的做法和水平場(chǎng)景題：大致是RAG中檢索結(jié)果遇到張冠李戴的問(wèn)題該如何解決舉幾個(gè)例子能夠體現(xiàn)你的研究能力三面（約30mins）拷打LoRA微調(diào)項(xiàng)目，問(wèn)了實(shí)驗(yàn)的數(shù)據(jù)集，參數(shù)設(shè)置，結(jié)果如何等等你目前的研究方向主要是什么？講一下ReRanker的目的，做法有哪些場(chǎng)景題：我現(xiàn)在運(yùn)用RAG來(lái)檢索回答，目標(biāo)是檢索四個(gè)季度的表格數(shù)據(jù)，但是經(jīng)過(guò)檢索+ReRanker后只出現(xiàn)了三個(gè)季度的數(shù)據(jù)，該如何解決hr面（約15mins）比較常規(guī)，大致如下：用三個(gè)詞語(yǔ)描述下你為何能勝任這份工作你的優(yōu)缺點(diǎn)都說(shuō)一下你過(guò)往實(shí)習(xí)項(xiàng)目中遇到過(guò)的最大困難是什么，怎么解決的最早實(shí)習(xí)時(shí)間，實(shí)習(xí)時(shí)常引流：騰訊字節(jié)阿里淘天美團(tuán)拼多多#暑期實(shí)習(xí)##騰訊##大模型#

個(gè)人背景：雙9，0對(duì)口實(shí)習(xí)+0對(duì)口論文，2月中下旬投完小論文后，由于自己本身沒有太多大模型的經(jīng)驗(yàn)，一直在糾結(jié)是做傳統(tǒng)NLP/搜廣推/大模型，甚至是開發(fā)。在糾結(jié)思考了很久，綜合牛客+xhs各路dl的建議后，決定全力梭哈大模型。準(zhǔn)備過(guò)程2月中下旬開始準(zhǔn)備大模型八股+刷力扣，目前力扣300題左右，八股找了一些大模型資料看了一遍之后，3月中下旬開始大規(guī)模海投。投遞記錄OPPO：大模型算法崗，3.7投遞，一直在初篩階段；蔚來(lái)：大模型應(yīng)用研究崗， 3.9投遞，一面 + 二面后OC已拒；騰訊音樂(lè)：技術(shù)研究—自然語(yǔ)言處理（TME沒有專門的大模型崗），3月初投遞，一面 + 二面 + 三面 + HR面， OC；美...

兩個(gè)標(biāo)著都是基座組，但是應(yīng)該具體都是做rag相關(guān)。1. 理想llm 做車機(jī)上的大模型，涉及多模態(tài)rag sft rl2. 小米llm 做小米o(hù)s里搜索功能，應(yīng)該也是多模態(tài)rag之類的不考慮轉(zhuǎn)正，只從學(xué)技術(shù)和業(yè)務(wù)的角度選擇。感覺兩家都算中小廠，理想好像風(fēng)評(píng)比小米好一點(diǎn)？這兩年秋招高薪招的人應(yīng)該不少，技術(shù)會(huì)不會(huì)更好一點(diǎn)？

電商治理二面拷麻了持續(xù)記錄！#面試問(wèn)題記錄#