请分享你在腾讯大模型实习一面中的真实面试经历，包括面试流程、被问到的技术问题、你的回答思路以及面试官的反馈或追问。

回答思路

1. 【回答框架 1】面试通常包括自我介绍、项目深挖、算法题和开放性问题。自我介绍需突出大模型相关项目与核心贡献，控制在2分钟内。
2. 【回答框架 2】项目深挖部分会追问模型架构、训练数据、调参过程、效果评估等细节，需提前准备技术细节与量化结果。
3. 【回答框架 3】算法题常涉及Transformer、注意力机制、RLHF等基础或手写代码，需熟悉常见实现与复杂度。
4. 【回答框架 4】开放性问题可能考察对大模型趋势、模型部署、安全性等理解，建议结合具体案例回答。
5. 【关键点 1】需准备量化项目成果，如提升指标、减少训练时间等。
6. 【关键点 2】熟悉Transformer、LoRA、PEFT等常见技术细节。
7. 【关键点 3】手写代码题重点练习自注意力、反向传播等核心算法。
8. 【关键点 4】回答开放性问题时，结合业界案例与个人见解，避免空泛。
9. 【易错点 1】避免只讲项目流程，不深入技术细节。
10. 【易错点 2】算法题准备不足，容易忽视边界条件与复杂度分析。
11. 【易错点 3】对模型开源协议或部署细节回答模糊，显得准备不充分。