秋招终于有了结果！

未来大概率广州定居了，想问一下选哪个

昨天广发卡线下终面搞定，正式开泡！赶紧来记录一下新鲜热乎的面经，攒个rp，希望泡出好结果！我的timeline：11.12 笔试11.27 初面通知12.2 初面12.20 复试通知12.23 线下复试初试后第一个星期还没个响，一度以为自己无缘二面凉凉了，结果不到两个星期惊喜来敲门。好在总算是进了，着实有种被接住的安全感。刚好可以选在广州面，所以直接去现场走一遭。============分割线===============接下来上干货，大问题就3个，分享一下我是如何思考和作答的，请老师们轻点喷：首先是惯例自我介绍必问的开场问题，面试前就应该把自我介绍完全定型，多多练习，不断优化，遵循“总分总+...

ailab，base 广州，做游戏npc，代码生成等业务9.19 一面1、项目相关2、llama用的什么注意力？3、flashattention简单讲一下？4、ppl是什么？5、如何选取训练后的模型？6、有试过将多个模型权重合并吗？7、训练时loss暴增可能是什么原因，怎么解决8、有哪些节省显存的方式？=======================9.25 二面1、项目相关2、介绍一下SFT，lora，reward model，DPO3、SFT只计算回答部分的损失合适吗？4、模型蒸馏了解吗？损失是什么？可以用KL散度吗5、交叉熵和KL散度的公式是什么6、MQA，GQA是什么，deepseek的MLA了解了吗7、如何训练一个代码检索模型？8、reranker的训练目标？训练目标和我们希望的目标是否有不一致的地方，就比如训练时q-d对的匹配概率，但我们希望是检索的文档对大模型有用，这两个目标是否存在不一致呢？========================10.17 三面全程问项目========================10.23 hr面========================无意向，目前还在泡池子

首先，弹性工作制，完全不用打卡，上下班时间自己掌握，很轻松。同事们也都特别友好，工作氛围很不错，大家都愿意互相帮助。说到伙食，中晚饭都是免费的，可以选择盒饭或者外卖，味道还不错。总的来说，知乎的实习体验让我觉得很放松，既能学到东西，过得也不累。