某初创小厂游戏公司后端一面

1. Transformer中Attention的本质是什么？你能从数学角度简要解释一下吗？2. 在Agent多轮对话任务中，你觉得Attention的局限性体现在哪些方面？3. 简要介绍一下SFT的核心流程，以及数据集的构建策略，SFT之后常见的Post-Training还有哪些？它们之间的目的有何区别？4. 什么是RAG，它是怎么提升生成质量的？与传统检索＋模型生成的流程有何不同？如何评估一个RAG系统是否work的？5. PPO和DPO在大模型对齐中的主要区别是什么？DPO训练通常有哪些注意事项？用过GRPO么？6. 项目里的Modular Agent，你能讲讲它是如何实现多步规划的吗？7. 项目提到了多个工具调用链路，调度策略是如何设计的？是否有异常fallback策略？8. Agent评估体系包括哪些维度？如何衡量planning能力 vs hallucination rate？9. 项目里微调Qwen，选择的训练阶段和Loss函数是如何决定的？10. Prompt自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？11. 场景题：假如一个Agent 推理链路包含3个工具+高频请求，系统整体延迟较高，你会如何优化？12. 代码：20.岛屿数量

1.请介绍 Transformer 的结构组成及各部分作用2.如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3.LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？4.kv cache是什么？为什么能极大地提升推理速度？5.RAG的完整流程，构建向量检索库时如何处理时间衰减对召回的影响？6.微调时的训练数据是怎么构建的？如何保证样本多样性和质量？7.在 RAG+知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？8.训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？9.在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？10.大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？11.如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？12.代码：lc15 三数之和

全灵（深圳）网络有限公司 base：杭州 薪资：300一天1. 自我介绍2. 这两个项目是你业余做的是吧，不是公司级的项目3. 之前有实习经验吗？4. 那先讲一下你这个抽奖的平台，平台本身的业务，以及DDD模式5. 讲到了库存扣减，面试官问是指先在Redis里面扣减，然后再延时去操作数据库扣减是这个意思吗？6. 如何补库存？7. Redis数据类型8. 你用RabbitMQ用的是什么模式？不会，我以为是问集群部署还是单机的，我就扯了一句单机的9. RabbitMQ具体是怎么配置的？是走广播还是点对点？不会，随便扯了一句广播10. 介绍一下RabbitMQ的几种模式、如何选择以及常用场景？不会，然后扯到死信队列和仲裁队列了11. 介绍一下RabbitMQ从生产者到消费者的整个链路12. 假设消费者他取完一个任务之后，他挂了，就假设重启或者是崩溃了，这种场景，这个消息会怎么样？我说，消息会一直堆积在队列里，等待消费者恢复，然后再去队列里取13. 追问，说这个时候的消息是没发ACK的，对应的消息状态是什么？不会14. 追问，你说它堆积在队列里，后面怎么取呢？就是broker可能以为这个消息已经给到了消费者，但消费者没有发ACK，它这个消息后续应该怎么处理？消费者恢复的话应该也拿不到这个消息，broker的机制是什么？不会15. 那什么时候情况下会进入死信队列？16. 死信队列之后最终是怎么处理的？后续针对这个消息应该怎么处理？17. DDD的优势和劣势是什么？18. DDD领域对象的设计19. 你这里乐观锁用到了Redis，还有没有其他方式可以使用？比如说数据库的乐观锁怎么做？不会20.介绍下你的agent项目21. 组合模式中规则树的应用场景？22. 你平时怎么学习的？23. 平时会用哪些AI工具吗？24. 使用 vibe coding的比例是多少？25. 你在用ai coding的时候有什么心得吗？26. 用过cline模式吗？就是ai coding的命令行模式，claude code或codex之类的反问1. 面试评价：体感不错，实习经验少了点（无实习），相对业务化一些结果少一点，对自己的项目很清楚，没有涉猎的技术就知道的比较少，相当于没用过就了解比较少，你用过的其实还是比较熟练。看面试官需要什么样的人才，如果做中间件，你这个肯定不过，对开源常用的MQ机制不知道。如果是应用开发，就需要一个广度，至少都用过，知道解决什么问题，具体看你投什么岗。2. 业务现在的产品不是koko ai，叫Seele，是一个AI生成游戏的产品，toC的产品。3. 一共几轮面试可能一轮可能两轮，看面试评价，这周出结果

小厂1：大模型算法偏agent应用（12.11）说什么和某六小龙有战略合作，所以面试官是某六小龙的主要是问简历项目1.训练数据，有没有做数据处理与增强的工作2.词表怎么训练的3.量化的结果是什么4.在什么机器上训练，时间，数据量大小5.rag中怎么做的pdf解析，对pdf里面的图片，表格数据怎么处理的，怎么编码的，检索，召回的时候都做了哪些操作，混合检索的时候的权重怎么处理的，有没有消融实现对比6为什么要sft，sft的数据有多少，sft后的效果有没有对比7.sft与rag对比8.grpo和dpo对比9.agent方面有哪些了解反问，目前在做什么业务下午面完晚上约二面某初创公司：大模型算法基座模型（12.12）1.你导师是谁（绷不住了）2.有没有考虑过词表的大小对模型表现的影响3.最影响模型效果的是哪个部分4.文本编码器用的什么，有没有尝试过更新的方法5.有没有对模块这部分设计消融实验评估对性能的影响6讲一下dpo，ppo，grpo的区别7.介绍了一下他们公司主要做的一个东西，问我对这方面有什么了解8.一个力扣easy反问，如果我来会加入到哪个部分