自动驾驶面试

一、训练范式与核心技术1. 强化学习主导- DeepSeek-R1基于大规模强化学习（RL）完成后训练，其强化学习训练占比超过95%，甚至存在完全依赖RL的DeepSeek-R1-Zero版本。- 传统指令模型（如文心、ChatGPT O1）则更依赖监督微调（SFT）和人类反馈的强化学习（RLHF）。2. 冷启动与多阶段训练- DeepSeek-R1通过引入高质量“冷启动”数据辅助初始阶段学习，并结合多阶段训练策略（如拒绝采样）提升推理能力。- 而指令模型通常直接从预训练模型通过SFT对齐人类偏好。二、能力与任务适配性1. 复杂推理能力- DeepSeek-R1专门针对数学推导、代码生成、逻辑分析等复杂任务优化，其推理过程中支持自我验证、错误检测及多路径探索。- 指令模型更侧重通用对话和指令理解，在复杂推理任务中表现较弱。2. 生成质量差异- DeepSeek-R1的纯RL版本（R1-Zero）存在生成内容可读性较低的问题，需通过混合训练策略改进，- 而指令模型因依赖SFT数据，输出更符合人类语言习惯。三、架构设计与成本效率1. 优化算法创新- DeepSeek-R1采用Group Relative Policy Optimization（GRPO）等新型RL算法，支持无监督条件下的推理能力进化。- 指令模型通常沿用PPO等传统RLHF算法。2. 成本优势- DeepSeek-R1在同等性能下成本比OpenAI o1系列低30倍，且在数学、代码基准测试中达到甚至超越Claude 3.5 Sonnet等模型。四、应用场景与合规性1. 垂直领域适配- DeepSeek-R1更适用于科研、金融等高精度推理场景，- 而ChatGPT O1等指令模型偏向通用客服、教育等泛化场景。 #产品经理#  #Ai产品经理#  #AI#  #牛客创作赏金赛#  #牛客激励计划#

我怀疑，我能进面试是个意外人家就没想面我也可能我表现太差。很短时间就结束了。自我介绍只会c和c++?讲一下简历上的通讯协议我写了好几个常用的都列上去了所以，这个问题我很懵我想就大概说说没有细说，然后我可能表达的不好，因为我说设计具体的协议帧就不展开了吧？总不能说把iic spi uart 从头到尾讲一遍吧，我认为不至于吧，所以可能我这自以为是留下了不好印象，就后面就。。。我问都要展开吗，准备细讲他说其他的不用，can讲讲我这can答的不是很好tcp udp mqtt还会其他的吗？http。。说你学网络信息安全，协议什么的。。意思就是应该学了很多，不应该只会这些然后听到了我说http就问了嘴http 和https的区别还有其他了解的吗没有了感觉常用的也没其他了吧？可能我孤陋寡闻安全，讲到我专业，问一些安全相关，攻击类型我完全没想到，我简历课程中也没有写安全相关，事实上也没有学太多安全相关，当时懵了，就没反应过来，就说了个ddos，没反应过来，安全攻击相关的一时也记不起来了。后面问了一个你经历中你认为最影响深刻或者感觉有进步的事这应该是标准问题吧后面差不多就结束了，感觉的出来，没啥想问的反问面试表现她说结果通过就通过啥的，没啥评价其实我是想了解下表现咋样答的好不好，表达清不清晰，有什么能提高什么的，改进什么的，缺陷什么的她估计理解错了，以为我想问结果，能不能过从中间开始我就感觉基本没机会了，一个是感觉到她没啥想问的，然后到确定她说没啥问的了就知道凉凉了，所有有这么一个提问然后我瞎问了一下，也没啥想问的其实，因为知道凉定了，并且对方也没有表现的很想说所以就拜拜，只有最后那句谢谢，感觉她真挺感谢我的，因为早早结束了面试，她轻松了😂记录下，其实有点被打击了的感觉。一种完全被看不上的感觉😰可能确实是完全不相关，岗位不匹配吧。

3.7 小米算法实习生（大模型）一面（50min）无脸男自我介绍项目主要想完成的目标论文有哪些idea介绍PPO算法为什么PPO算法要用优势函数来评估，为什么不能直接用reward反馈（拷打到死）GRPO算法优势函数是什么的优势GAE广义优势的缺点介绍Qlora，对什么进行4bit量化，lora初始矩阵是什么，lora矩阵的量化撕题：数组中找出第k大的数无反问