腾讯NLP一面面经
流程：自我介绍—>项目/八股穿插—>手撕代码（本地IDE）——>反问
时长：约70分钟
八股：
RoBERTa的改进
中文RoBERTa的分词（不过这点面试官说不了解也没关系）
focal loss
lora原理
什么情况下适合全参数微调，什么情况下适合lora微调（我答的数据量少、单一任务时更适合lora，因为lora更新的参数少，原论文没有对FFN更新，任务单一数据少时直接全参数微调容易出现灾难性遗忘/原始能力丧失。不清楚是否准确）
对知识蒸馏的了解
代码：
beam search 先说原理再写伪代码（只需要写出搜索部分）
编辑距离
面的是微信输入法的岗位，业务偏传统nlp，项目问的比较多
类似资料：