3.10 小米算法实习生（大模型）二面（50min）无脸男*2自我介绍项目的目的混合精度微调，是混合什么精度Qlora如何实现冻结矩阵的反量化如何实现（面试官提示后答出来）如果要用FP16精度转换到int4，如何使误差最小，实现过程？介绍GRPO、PPO、DPO之间的区别既然GRPO的会有方差问题，那GRPO应用到什么样的背景下，SFT要做怎样的处理，才能够使GRPO强化学习微调效果更好GRPO的Group可以如何选取手撕：MHA反问：实习生在部门中负责的任务，做一些方案的实验研究，了解业务；计算资源，充足

字节很喜欢深挖简历，通常不会直接问八卦，而是结合项目问，所以项目一定要吃透，用到的技术要理解的很深入，此外会有面试官结合他们的业务问一些场景问题，问如果是你你会怎么做等等。一，二，三面都是这个模式，我把一些他们根据简历问的通用问题记录一下，供大家参考。1.使用SFT进行微调时的训练数据是如何构造的，如果缺少训练数据有没有什么方法？2.看你使用的是千问大模型，请问千问的模型结构，创新点是什么？3.看到你在SFT的基础上使用了dpo来训练，为什么要使用dpo，sft不行吗？4.sft解决不好的badcase，为啥dpo就能解决了？你认为sft适合解决那类问题？dpo又适合解决哪类问题？5.dpo的...

#牛客在线求职答疑中心##牛客解忧铺#硕士期间是RL方向，都在做机器人项目，现在发现工作岗位很少。想转型搜广推或者LLM又没有经验，能通过实习跳板完成秋招转型吗？还是继续深耕机器人方向？