部门：AI Force10.21 一面1、讲项目2、检索器怎么训练的？3、召回不准有什么方法提升召回率？4、reranker有什么方法？5、检索器和reranker的得分太相近，不可靠如何解决？6、怎么解决模型输出有害的问题？7、如何设计损失函数让两个分布尽可能的远？8、决策树有哪些？9、简单说一下GBDT的算法原理10、HMM大概是怎么样的11、口述编辑距离算法============================10.24  二面1、项目2、你的CoT是一步的推理吗？3、ToT如何选取推理路径？4、如果query和document字面上很相似，但实际上不一样，应该怎么避免召回？5、我看你的项目基本都是pipeline的搭建，你有什么微调经验吗？6、你怎么确定数据配比呢？7、上采样和下采样是什么？8、蒙特卡洛树搜索（MCTS）了解过吗？9、微调出现灾难性遗忘怎么办？10、rnn和Transformer的区别11、你觉得mamba有可能取代Transformer吗12、你会java和c++吗？13、传统机器学习学过吗？14、天池的比赛参加过吗？===============================10.28 hr面===============================10.30 三面主要问实习===============================没发意向，现在还在泡池子

1. 自我介绍2. cross_entropy公式3. multi-attention公式4. position embedding实现5. encoder结构6. 残差优点7. layernorm原理6. 大模型的topk采样 参数7. prompt设计手撕：最长公共子串