求各位前辈指点迷津

【美团到家事业群-到家研发平台春招转正实习（大模型算法工程师）】0 重点转正率极高，转正率极高，转正率极高，不需要再次面试！！！1、实习工作描述- 研究大模型前沿技术，包括不限于预训练，指令微调和强化学习等对齐技术，多模态、可控文本生成、神经网络压缩技术等；- 研究高效数据处理技术，研发中文大模型预训练数据分布式采集、标注工具及平台，构建高质量数据集；- 实现大模型高效分布式训练和推理性能优化；- 推动大模型在搜索、客服、推荐、广告等场景规模化落地；- 参与大模型平台建设2、岗位要求- 计算机、数学、电子信息工程等相关专业博士、硕士研究生优先，要求在2025年10月前毕业。- 有高水平论文至少1篇及以上，有过高水平会议与期刊投稿或审稿经历的同学优先。- 有良好的学习能力和研究习惯，优秀的沟通能力，对新事物保持好奇心。具体研究问题将结合同学兴趣和团队需求综合考虑，有意向的同学欢迎联系：zhangxuesheng@meituan.com也可扫码

全程1h1.问项目2.八股transformer encoder和decoder的区别transformer encoder中的信息怎么用到decoder中RNN和transformer的区别讲讲对多头注意力的理解lora的原理大模型如何加速推理？如何压缩？模型蒸馏3.算法题二维数组查找二分查找左侧边界

昨天晚上面完的三面，感觉表现还可以，听说牛客许愿很灵，我之前是不信的，但是这对我真的很重要，不得不信了，求求牛哥，让我愿望成真吧🙏🙏🙏

问的很细很深，狠狠拷打了80分钟，这个组做LLM pretrain的，我主要会rl，nlp缺乏点，一面凉自我介绍项目微调模型训练数据来源？LORA的理解Ptuning和全量微调对比RLHF全流程写出RLHF的优化目标公式目标公式中衰减因子的作用，取大取小有什么影响？RLHF的目标公式可以加入什么其他的项？熵正则项是如何加入的？KL散度理解？RLHF中PPO算比率相对什么来算？其中对数概率的作用？马尔科夫决策过程的定义，有哪些参数变量需要考虑？Reward model 训练的loss是什么？模型为什么会胡言乱语？根源在哪？可以考虑如何解决？模型微调会性能下降为什么还需要这一步？文本数据处理到进入...