滴滴
大模型算法实习生一面、二面面经
完整信息
本篇目录
一面
- 自我介绍
- 深挖两段项目经历，细节追问
- PPO和GRPO的区别
- GRPO为什么不需要value model
- 说一说DAPO、GSPO等GRPO变体
- RL训练前期学不动该怎么处理
- SFT冷启动相关问题
- 如何降低大模型输出幻觉
- Agent多轮对话，如何记住最初的任务
- Agent记忆与自我改进如何实现
- AI Coding：设计一套系统
- 反问环节
二面
- 自我介绍
- 项目深度拷打，讲解时会被随时打断追问细节
- Transformer以及自注意力机制原理
- 自注意力的时间、空间复杂度
- 自注意力存在问题，有什么优化方案
- 讲解vLLM推理框架
- KV-Cache原理
- LoRA与QLoRA的区别
- 机器学习树模型相关知识点
- 分类任务样本不均衡如何解决
- 反问，了解业务方向与技术栈
本篇目录
当前问题0119
- 01
自我介绍
- 02
深挖两段项目经历，细节追问
- 03
PPO和GRPO的区别
- 04
GRPO为什么不需要value model
- 05
说一说DAPO、GSPO等GRPO变体
- 06
RL训练前期学不动该怎么处理
- 07
如何降低大模型输出幻觉
- 08
Agent多轮对话，如何记住最初的任务
- 09
Agent记忆与自我改进如何实现
- 10
自我介绍
- 11
项目深度拷打，讲解时会被随时打断追问细节
- 12
Transformer以及自注意力机制原理
- 13
自注意力的时间、空间复杂度
- 14
自注意力存在问题，有什么优化方案
- 15
讲解vLLM推理框架
- 16
KV-Cache原理
- 17
LoRA与QLoRA的区别
- 18
分类任务样本不均衡如何解决
- 19
反问，了解业务方向与技术栈