不怎么发面经，但是元象的面试体验是目前面过所有的公司体验最好的，所以写出来分享一下更新 ——————————————9.30 二面10.08 HR面（系统里写的联创面，以为是联合创始人面，结果是HR面）HR很真诚，说不养鱼，很快谈薪————————————————大模型应用组：（面的时间比较早好些问题忘了）8.24 投递9.13 一面 30min- 深挖实习- deepspeed原理- LoRA原理- LN的作用- 为什么LN能使模型训练更稳定- 无手撕9.19 二面挂 30min- 全程深挖我的实习经历，无八股无手撕（面试官一直解释说是想鸡蛋里挑骨头，挺实诚的，行吧）9.23 被大模型研发组捞9.25 刚一面完 1h：- 深挖实习- deepspeed原理- deepspeed和以往张量并行的区别- transformer结构- 拷打多头注意力（为什么多头更好，能不能单头）- Llama相对于Transformer decoder的改进点- RMSNorm和LN的区别- prenorm和postnorm的区别- 模型训练时显存占用（优化器，梯度，激活值等都怎么估计，假设模型7b）- 序列并行的原理- 介绍一下位置编码（和面试官讨论了RoPE和NTK系列的位置编码）- RoPE为什么能够表示相对位置- RoPE怎么作用的，如何旋转（我说完后面试官从数学角度补充了他的理解，鼠鼠受益良多）- VLLM原理- 为什么需要KV-cache- “写个题呗，简单点的，反转链表吧”这三场面试的面试官都很有礼貌。尤其刚面完的这场，面试官基础和技术都很强，感觉他没少看苏神博客，对原理拷打的很细致。很多问题我说完之后他会补上自己的理解和我讨论，不像是在面试哈哈哈。但是也感觉自己的所有积累也被他翻了个底朝天，收获很多，许愿一个二面～