【40篇SP面经汇总】2022届校招SP专场网申倒计时1天！

一、手撕 题目：给定一个字符串 s 和一个整数 k，每隔 k 个字符反转一次，返回最终字符串。简单很快就写出来了二、八股1.自注意力机制是什么？计算复杂度怎么算？吟唱: 通过query-key相似度计算权重，对value加权求和，建模长距离依赖。O(n平方)n为序列长度。2.KV-Cache的如何加速推理？继续吟唱：生成时缓存已经计算过的kv，避免重复计算。3.LoRA的原理是什么？与P-Tuning、Adapter的异同点？LoRA的参数选择对模型性能有何影响？三连吟唱：原理是冻结原始权重，训练低秩矩阵参数。异同在于lora训练参数，p-tuning只优化了prompt嵌入。4.介绍下RLHF的基本流程，与DPO的差异是什么？主动吟唱：RLHF三段式，sft用高质量数据集微调，rm训练对比学习模型用于打分，ppo通过rl泛化增强。dpo直接优化偏好数据，省去rm和ppo。5.分布式训练中的TP、PP、DP分别是什么？TP按tensor维度拆分,PP按网络层数分段流水线执行，DP数据并行，复制模型副本分散计算6.flash-attention的原理是什么？这里回答没太好，只讲了通过内存层次结构什么的减少I/O瓶颈7.DeepSeek的MoA架构与MoE有何区别？moe通过门控机制选择专家子网络，参数规模增加但训练难度大。moa则用多个agent回答，通过数据迭代优化，缓解偏科。8.如何处理数据不均衡问题？上采样小样本，课程学习三、项目与实习1.agent实习主要负责哪些模块？动作规划，memory经验，evaluation pipeline，后训练，很多模块都参与了，面试官也挺震惊哈哈。这里聊比较多就不po了。2.记忆系统如何实现视觉-语言特征对齐？clip映射到联合embbeding上3.如果视觉模块误判，如何通过语言纠错？检测矛盾关键字，通过反馈触发重试。4.具体讲讲怎么构建evaluation pipeline的?做了数据爬取，版本控制，llm打分

1、自我介绍 + 询问个人信息 + 意向2、说一说回调函数3、A线程执行一个函数B线程执行一个函数，A向B注册了一个回调，最终这个回调在哪里执行4、说一说系统调用，进程间通信有没有系统调用5、系统调用有几次内存拷贝，能不能更少，DMA拷贝和CPU拷贝有什么不一样6、gdb了解吗7、智能指针，说一说weak_ptr8、epoll机制9、死锁有没有遇到过10、用过哪些容器，为什么不用map，而用unordered_map11、如何将string转换成一个结构体里面包含int, double, uint812、protobuf用途，为什么要用protobuf序列化和反序列化13、你对上下文的理解14...

我最近的体感就是，我明明都挂了，还有京东来面试了。不是一个，两个，而是多个？都是大聪明，都想套方案？面试流程也不正常，非常想要知道一些Ai的独特见解或者方案实现的细节。是不是公司内部有kpi要求，强制要让Ai融入到部门中吗？不问八股，不写算法。"我比其他人的优势在什么地方？" 其他人是谁？我就一应届生，你要我怎么给独特的见解，让我手搓一个比deepseek模型？还是说你要出一个和豆包一样ai agent 应用？虚空打靶，我只能这样说

一面先讲了一下做的业务详细问了下两篇论文，讲了之前他们做的一个工作跟我的一篇工作很类似，比较match。讲一下对强化学习的理解，以及你在你做的这个领域的理解。反问建议（没有，各方面都挺好的）二面介绍了一下业务讲一下1作的论文你这个做的比较简单，我们做多轮对话的强化学习，你有什么相关的了解agent相关基础（不会）qwen3如何去调用工具的。deepseek模型的思考内容是由什么标识包裹的你知道现在的推理框架用的什么呢如何通过标识去控制模型思考还是不思考给你一个业务链，怎么去做到在10个点固定不思考，在90个点固定思考，怎么去设计整体的训练。刚刚说的方法是否需要冷启动代码题给一个字符串，求能划分...