快手小模型

3.19上午面了美团，全场问简历里的科研和项目，无八股。算法题：将数组中的任意一个数改为这个数的两倍，使用次数不限，使所有的数都相等。问是否可行。（感觉问的不算深入，就是整个简历再介绍一遍）

BP16 和 FP16 在存储结构、精度表现、数值范围以及适用场景方面有什么不同？训练时使用bf16更稳定，表示范围大，并且自带隐式正则化buffer；推理时使用fp16比bf16更好，因为fp16表示精度高。 https://www.zhihu.com/question/616600181/answer/3194881239怎么解决训练使用float16导致溢出的问题？使用 缩放因子 trick混合精度训练kv-cache的作用一种缓存技术，通过存储键值对的形式来复用计算结果，以达到提高性能和降低内存消耗量化方法的分类按量化对象分：KV Cache量化、模型权重量化、激活值量化-按量化阶段分...

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