字节跳动 豆包 AI Infra 实习 二面

基础知识

1. Decoder-only 架构为什么成为当前大模型的主流选择？
2. Qwen2 的模型结构是怎样的？相较于 Qwen1 做了哪些改进？
3. PPO 与 DPO 的核心思想分别是什么？
4. 为什么在 SFT 之后仍然需要 RLHF 阶段？

推理优化

5. 目前有哪些常见的模型训练与推理优化方法？

项目经历

6. 请介绍你的实习项目及论文研究内容。

编程题

7. 合并 K 个升序链表（LeetCode 23）。