腾讯 TEG AI LAB 大模型一面

面感不错，业务比较匹配。。。没想到现在做拟人对话的这么多。
1.自我介绍
2.详细介绍了商汤实习项目（感觉又被套了方案）
针对项目的一些提问
1.有没有用过 GPT 之类的模型对你们的数据进行打分评价？
2.有没有考虑训练一个奖励模型去评价你们的数据
（感觉可能是他们的一些方案遇到了问题）
3.介绍一下 DPO 和 PPO
4. PPO 有几个模型（4 个，但是我没记起来评论模型，说我想不起来这个名字了，其实具体训练细节也忘记了）
5.DPO的 loss 公式记得吗（确实不记得）
6. rag 和 sft 的区别（这两不是一个维度的啊，就大概讲了一下自己的理解，应该没啥问题）
7.Transformer 结构。（从头到尾仔细说了一遍）

代码题
最长回文子串

反问发现业务几乎一样，难怪项目问那么细致
整体而言就是 RLHF 两个知识点没回答好，感觉问题应该不太大。