字节大模型一面面经（强度真高！！

面试的部门是字节seedlm二面感觉面试官很和善面试问题：- transformer 的 decoder 和 llama 有啥区别，他们的位置编码有啥区别？ 三角函数位置编码和 ROPE 公式很像啊，他们是怎么实现不同的功能？（一个加 embedding 一个加 KQV，但是公式很像但是推理完全不一样吧，不太会答）- 介绍一下RLHF流程，包括哪几步- llm有哪些评估指标？如何评估模型？- lora原理细节，为什么可以加速？什么是秩？- reward bench上的reward model分哪几类？reward model如何训练的，训练目标是什么？- dpo训练的损失函数和训练目标，dpo如何改进代码题：- 给定长度为 n+1 的数组 nums，其中元素取值范围为 [1, n]，求唯一的重复数。- 手写多头注意力mha，写完后让加位置编码（因为之前写过了，继续吟唱）

大家有这样的面试经历吗：和面试官聊的很好，激动的不行，甚至谈薪谈入职时间了~面试官的每个问题你都对答如流，面试官说公司团队在扩招你正是我们需要的人才！！你们相见恨晚，就感觉你们都是彼此的唯一！！恨不得当场给你发offer！！结束后美美回去等回复，结果面试完转手把你放进了人才池。。个人反思了一下——很大概率是遇到了向下兼容的面试官这样的面试官往往跟你的年龄或者工作经验的差距会比较大他们在面对你的时候，与其说是面试更像是在逗“小朋友”随便聊聊天，各种捧哏专业上或许也会跟你打探一些比较前沿的消息两个人可以聊的有来有回，甚至有说有笑这个过程中面试官也有可...

因为喜欢打游戏，从本科到硕士都一直在研究智能体强化学习，今年随着ds爆火也是迎来一波热潮。但是除了大模型rl，智能体rl岗位还是特别少（暑实），也就鹅厂猪厂能让我去做做游戏ai对口些。好在虽然岗位少竞争也少，目前还没收到感谢信（也许快了字节 已oc 鹅厂 焦急等待中(收到oc电话了猪厂 明天二面其余按下不表 #游戏求职进展汇总#   #腾讯求职进展汇总#  #我的OC时间线#

凌晨三点的显示屏蓝光里，我机械地滑动着招聘软件，电脑右下角弹出mentor的消息："述职PPT模板发你了"，我盯着对话框看了足足五分钟，忽然把脸埋进掌心，工位上残留的咖啡渍混着眼泪洇湿了口罩。这段故事要从两周前说起。【1.转正倒计时】工卡上贴着的樱花便利贴已经卷边，那是我入职第120天时mentor写的："枫楠同学进步神速"。作为全组唯一的开发实习生，我每天提前半小时来公司调试环境，晚上自觉留到十点测试代码。上周三团建结束，mentor特意绕路送我回学校："转正述职安排在四月下旬，这两天记得把技术文档再完善下。"当晚我站在宿舍天台给家...