📍面试公司：网易有道👜面试岗位：大模型 实习生📖面试问题：1. top-k和top-p2. 对比损失和llm中的temperature3. lora微调4. llm中的强化学习5. 训练样本的文本如何构建的，输出的格式6. rag🙌面试体验：问的很细，难，一轮直接挂 #大模型面经#

海康面经 算法自动驾驶算法工程师，详细讲一讲。1.电话面试  很早的时候就投递了海康的自动驾驶算法工程师的岗位，前段时间接到了海康的电话面试，主要是问项目，相当于简历面。后来上海康官网去看，自动驾驶算法工程师的hc只有5个，感觉竞争可能比较激烈。 2.现场面试 初面 现场，等了大概一个小时，被叫去初面。有两个面试官，问了一下项目内容和研究方向，聊了半个小时，主要是细致的问了项目内容。 比如问你当时的解决方案，你用的这个算法当时是怎么考虑，对于某些情况有考虑过吗，对于可能出现的xxx情况怎么办？项目的难点在什么地方，你是怎么解决的？😅 一直是一个面试官在问，聊了半个多小时，然后另一个面试官突然...

🔞 网易有道🧑‍🔧 大模型算法岗实习😶‍🌫️ 自我介绍+项目提问+手撕1. 介绍自己的大模型项目2. 数据集的制作和处理？有没有数据清理和筛选？数据总量被均分到每个角色上会不会有点少？对于数据分布不均衡的处理方式是什么？3. 模型选的是什么基座？基座规模有过筛选吗？4. LoRA微调的原理；LoRA微调与全量微调相比有什么不同？有试过全量微调吗？sft阶段的数据集格式？system prompt是如何设计的？5. 如何评价微调的效果？有没有对比微调之前的效果？模型推理采样过程的各种参数（top-p、top-k、temp），温度参数如何起作用（代码简单实现）。6. 对前沿技术的发展有何看法（deepseek、长思维链）。7. 讲讲RLHF。8. 项目中RAG是如何做的？代码：进房间拿钥匙（遍历，简单粗暴）+python输入的处理反问：岗位的日常工作、研究或产品第一次实习面试确实有点紧张，回答得磕磕巴巴🤐，面试官很和蔼，中间不会的地方还会提醒，不至于让我太尴尬。。。总的来说，作为第一次得体验还是挺满意的，下次还来😘#面经##实习#

1. 自我介绍2. 介绍项目，面试官要求了从哪几个方面介绍，项目亮点在哪，遇到过什么问题，如何解决的3. 从项目引申出来一些知识点4. 数据一致性5. redis 缓存穿透有什么解决方案，除了你用到的还有什么别的方案吗6. Java 经典八股：HashMap、线程池、JVM 垃圾回收等7. 算法题，不难8. 反问已挂