做大模型一年半，经历了无数场面试

主要观点总结

本文主要讨论了招聘过程中对于大模型经验的看法，包括大模型经验的重要性、论文的价值、其他可考察的方面以及具体加分经历的例子。文章强调了大模型经验的质量而非数量，并指出了基础知识和好奇心的重要性。

关键观点总结

关键观点1: 大模型经验的重要性

文章指出，大部分人的大模型经验没有意义，只有头部大模型公司的核心骨干的经验才有价值。候选人在面试时如果仅仅说自己有训练大模型的经历，但无法展示具体的并行配置和细节，这样的经验往往会被视为无效。

关键观点2: 论文的价值

文章提到，现在的论文大多数没有价值，只有特别亮眼的文章才能成为加分项。除了论文的数量，论文的质量和研究领域的重要性也很重要。此外，有些公司甚至会倾向于招聘没有科研经历的候选人，以避免短平快的科研经历影响候选人的思维方式。

关键观点3: 其他可考察的方面

除了经验和论文，文章还提到了基础知识和好奇心的重要性。基础包括学校背景、专业课成绩、基础知识是否扎实等。好奇心则体现在是否主动了解大模型的相关知识和技术，是否愿意深入研究和探索。

关键观点4: 具体加分经历的例子

文章给出了一些比大模型训练经验和论文更加分的经历的例子，包括在两张 2080Ti 上实现和比较不同的流水算法的性能、用 Triton 自己实现过一些算子等。