请分享你在字节跳动LLM算法实习岗位的面试经历，包括面试流程、提问内容以及你的回答思路。

回答思路

1. 【回答框架 1】面试通常包含多轮，第一轮多为技术面，重点考察机器学习基础、深度学习原理和LLM相关技术，如Transformer架构、注意力机制、预训练与微调等。
2. 【回答框架 2】第二轮可能涉及算法实现和代码能力，常见题目包括手写Transformer、实现简单的注意力计算、处理长文本的分块策略等，需准备Python和PyTorch代码。
3. 【回答框架 3】第三轮可能为综合面或HR面，关注项目经历、研究兴趣、团队协作和职业规划，需清晰描述过往项目中的技术难点和解决方案。
4. 【回答框架 4】面试中可能穿插实际场景题，如如何优化推理速度、处理模型幻觉、设计数据清洗流程等，需结合实践给出具体方案和取舍。
5. 【回答框架 5】准备时应复习LLM领域的最新进展，如LoRA、RLHF、量化技术，并准备相关论文和开源项目的细节，以展示深度和广度。
6. 【关键点 1】面试重点考察Transformer架构、注意力机制、预训练与微调等核心知识。
7. 【关键点 2】需准备手写代码，如实现注意力计算或Transformer模块。
8. 【关键点 3】项目经历需突出技术难点和解决方案，展示实际动手能力。
9. 【关键点 4】了解LLM最新技术如LoRA、RLHF、量化，并能讨论其原理和应用。
10. 【关键点 5】综合面关注沟通协作和职业规划，需清晰表达研究兴趣和长期目标。
11. 【易错点 1】避免只罗列项目结果而不深入技术细节，应准备具体实现和权衡。
12. 【易错点 2】不要忽视基础算法和数据结构，代码面可能涉及简单算法题。
13. 【易错点 3】对LLM技术理解不深时，避免泛泛而谈，应结合具体例子说明。