小米-多模态算法工程师 面经（一二面）

一面-50min八股：1 Transformer的自注意力过程是怎样的？2 自注意力部分的softmax可以换成sigmoid嘛？为什么不可以？其中softmax输出各部分的概率，这里的概率指的是什么概率？3 微调4 bert5 RAG检索的结果如何评估好坏？最终的回答如何评估好坏？手撕：给出股价列表，求股票买卖两次求最大利润。如输入[1, 3, 4, 0, 7, 6, 0, 6]输出最大利润为7+6=13

一面简历幻觉有哪些SFT相比于其他FT有什么优势如何解决过拟合，L1正则化Transformer的结构PPO对于TRPO有哪些改进SFT的loss是如何计算的？Code：路径数量反问二面项目Code：1，2，5，10凑出N元的组合数三面（疑似凉经）贝尔曼方程了解吗PPO不稳定的情况如何缓解？当前LLM如何拓宽上下文窗口的？减少kv cache了解哪些MLA的低秩压缩应用在NSA的哪个位置了解哪些非LLM的算法做过哪些研究和探索？什么是有价值的工作？Code：找出字符串中01数量相同的字串长度反问三面被拷打了，拼劲全力无法战胜

腾讯NLP 1.跨模态对齐有哪些方式？为何逐渐不使用Q-Former？2. Baichuan2 - 7B模型架构是怎样的？其位置编码如何实现？与Qwen家的位置编码实现有何不同？3. 了解Qwen - VL吗？其架构如何？有何独特之处？4. Adapter、P - tuning和Lora之间的区别与联系是什么？5. 数据集如何构建与评测？6. 数据集评估过程中遇到哪些困难？如何解决？7. RAG检索内容是否相关？有无进行Rerank或其他操作？8. 对Agent有何看法？9. 了解强化学习DPO吗？与PPO有何区别？有什么好处？10. 谈一谈大模型完整训练过程及每一阶段的作用。混元大模型团队1.Qwen 和 DeepSeek 有什么区别？2.为何大家都开始探索 MoE 架构？MoE 相比 Dense 有什么好处？3.用 LoRA 微调过 Qwen，是否全量微调过？两者性能表现有何对比？4.用 DeepSpeed 微调过 Qwen2 - 72B，ZeRO - 1、ZeRO - 2、ZeRO - 3 三个模式的区别是什么？用 DeepSpeed ZeRO - 3 微调 Qwen2 - 72B 时，每一张卡占用显存大概是多少？为什么？5.除了 DeepSpeed，还用过哪些优化方法？6.知道 LoRA 的原理吗？A 和 B 两个矩阵怎么初始化？了解过其他初始化方法吗？7.讲一下大模型训练和推理的流程，SFT 和 RLHF 的作用分别是什么？8.在 RLHF 中，目前主流的强化学习算法有哪几个？写出损失函数的表达式。9.对 RLHF 了解多少？讲一下 RLHF 的流程。之前有用 RLHF 做过模型对齐吗？在做对齐时，为什么 SFT 之后还要做 RLHF？只用 SFT 可以吗？10.知道哪些强化学习算法？除了 PPO 和 DPO，DeepSeek 用的 GRPO 相比于 GPT 的 PPO 做了哪些改进？11.微调 Qwen 时，数据是怎么构造的？有用到什么数据清洗方法？数据配比是怎么做的？CSIG腾讯地图1. 进行自我介绍，聊简历上和大模型相关的项目（约5分钟）。2. 讲一下LORA的基本原理。3. 了解主流的开源大模型吗？如Llama、Qwen、deepseek。4. 对Python的熟悉程度如何，能用pytorch写一下多头注意力机制吗？5. C++的代码能力情况（较随意聊） 。6. 手撕代码：反转链表和合并有序链表。7. 反问问题：    - 腾讯地图做的大模型应用是什么？    - 对Manus的看法是什么？ 百度文心一言1. PPO 与 GRPO 的区别，分别介绍它们的优势与缺点。2.DPO 对齐训练的曲线是怎么样的，正例的概率会提升吗？参考这个知乎回答。3.Deepseek - R1 里面不仅推理能力很好，而且文采能力也很好，这是个开放问题，如何让模型的文采能力也很好呢？4.deepseed 介绍。5.deepspeed 的每一段的通信比较，zero3 分别是 0 和 2 的多少倍，1.5 倍。6.DPO 如何解决回答过长的问题，除了正则。7.开放问题：为什么现在大家都在关注于大模型的推理能力 reasoning。8.对于一个 base model 如何增强大模型的 reasoning 能力。9.DPO 除了长度问题还有其他的问题吗？与问题 2 对应，reward hacking？都没有奖励模型了。10.说一下 simpo 的原理，它是怎么解决 dpo 微调序列过长的问题的。minimax1.大模型算法中模型参数量每个部分有多少？2.你了解哪些评估 minimax 大模型算法的手段？3.如何评估 minimax 大模型算法中多模态模型的输出质量？4.对于 minimax 大模型算法的数据集，如何提高质量？如何利用 gpt 辅助提升数据集质量？5.有哪些方法可以提升 minimax 大模型算法中预训练模型的质量？

一面：自我介绍 + 项目重点/亮点，如何分工八股：js异步方案有哪些promise和axios的区别让你自己实现一个promise怎么做promise状态axios和ajax是基于什么实现的事件循环js是单线程的怎么理解GUI渲染线程和JS引擎线程是串行的还是并行的，和其他线程呢？闭包应用场景js基本数据结构v8垃圾回收var、let、const区别变量提升，函数声明可以提升吗css定位有哪些粘性定位怎么判断是粘在哪里display有哪些flex-grow，flex-shrink 和 flex-basisvue3比较vue2有什么改动vue3使用proxy的优点 / object.define...