一面

1. 介绍实习的工作
2. 介绍论文（前两个讲完差不多半小时了）
3. 生成模型的评价指标，分别介绍一下（BLEU，ROUGE，CIDEr）
4. 介绍一下self-attention，self-attention时间复杂度是多少（不知道），当句子很长的时候要怎么提升计算速率（瞎扯，分句编码？）
5. 了解其他的生成模型吗（seq2seq，GPT），介绍一下GPT
6. 有用BERT做生成的吗（瞎扯）
7. 了解传统机器学习算法吗？讲讲XGB，xgb的树是分类树还是回归树，bagging和boosting哪个降低variance，哪个降低bias

二面

1. 实习和论文相关，简历里提到的全问了，问的很细，具体到每个模块的实现细节
2. 调参经验
3. 生成模型的暴露偏差怎么解决
4. beam search，如果测试时有一个已经到了终止符了，后面怎么做，beam size会变吗？不知道
5. 生成模型中前pad和后pad的区别
6. svm怎么做多分类
7. 样本不平衡怎么样
8. 优化方法有哪些，自适应学习率怎么做
9. word2vec，低频词哪个更好
10. normalization有哪些，bn和ln的区别
11. 算法，根据前序中序得到后序遍历结果，不还原树直接用list做

三面

1. 介绍一下搜索，介绍实习工作
2. 介绍一下文本生成，各种任务以及最新的方法、模型等
3. 场景题，篮球游戏或者篮球比赛，生成一段比赛的报告，数据怎么获取，对数据有哪些要求
4. 介绍Self-attention和Transformer
5. 介绍svm，svm的优化
6. svm和lr的区别
7. 算法，找第k小的数，说用堆。复杂度多少，nlogk。问还有没有更快的，说用快排。复杂度多少，说错了应该是n
8. 算法，求二进制数字除以3的余数。(两个算法题都没让写代码，口述的)
9. 有别的offer吗
10. 对网易的意向如何