#算法#情况: 一面过1、都是简历面2、了不了解rope，知道qwen的rope和deepseek的rope有什么不同吗3、PPO和DPO有什么区别，简单介绍一下4、介绍DPO的原理5、多轮对话与单轮对话计算loss区别6、rope的原理，mla里面的rope是什么原理反问:1、干嘛的具体是30%业务70%研究，主要做智能客服对话和强化学习，业务+科研导向2、多少张卡200-300张代码题：给定一个数组x=[x_1, x_2,x_3 , ..., x_n],要求，实现一个采样器，采样[0, n-1]之间的数据，要求采样0的概率为x_1，采样1的概率为x_2，采样i的概率为x_{i+1}，函数输出是X列表中的其中一个例如：给定p=[0.1, 0.3, 0.4 ...]，sum(p) = 1，要求采样到0的概率为0.1，采样1的概率为0.3，采样2的概率为0.4需要考虑计算复杂度#输入 x p#输出 xi i=1 ～nimport randomimport bisectdef roule_whe(p):    cumu_arrays = [0.0] * (len(p) + 1)    for i in range(len(p)):        cumu_arrays[i+1] = cumu_arrays[i] + p[i]    r = random.random()    return bisect.bisect_left(cumu_arrays,r)-1p = [0.1,0.3,0.4,0.2]index = roule_whe(p)print(index)#阿里#

情况: √ 一面结束没多久就反馈了大概1个小时不到1、为什么大模型会出现复读机现象2、从Transformer介绍大模型的前世今生3、请介绍你的论文和实习的项目4、为什么使用多头注意力5、sft过后的模型提取不了prompt，视而不见，能不能通过cot来缓解(推理速度变慢)6、leetcode-最长回文子串基本都是简历面反问:1、具体是干嘛的沿着可灵团队的多模态，做一些多模态的理解，也是业务导向的发论文和出成果#快手##大模型实习##算法岗面试#

想问问大家双非真的能做算法嘛，看到小红书好多前辈被卡双非学历的。唉#双非##大厂##算法岗面试##大模型#

情况:面完一面过了一周，HR直接发了OFFER，没有二面，已ocPPO与GRPO的区别，分别介绍他们的优势与缺点DPO对齐训练的曲线是怎么样的，正例的概率会提升嘛,参考这个知乎回答:Deepseek-R1里面不仅推理能力很好，而且文采能力也很好，这个是个开放问题，如何让模型的文采能力也很好呢？介绍你在实习做的事情，有遇到什么case嘛，怎么解决的deepseed介绍deepspeed的每一段的通信比较，zero3分别是0和2的多少倍，1.5倍DPO如何解决回答过长的问题，除了正则开放问题：为什么现在大家都在关注于大模型的推理能力reasoning对于一个base model如何增强大模型的re...

大佬们，请问这个部门实习的话咋样呢？氛围以及工作强度，做的是算法实习。需要面经的，后续我可以分享给大家。#百度工作体验##实习##算法#