1实习时长，到岗时间，自我介绍2三道题 20min完成1.逆序数量 o(n^2)的方法秒了，后续问优化没答上来，后面查发现可以归并排序做2.215 第k大的数 小根堆秒了，问其他方法答快速排序，但是不记得怎么做了3.300 最长递增子序列，但是要保存这个序列3聊实习经历4上一段实习din如何做?是否有尝试用transformer提取长序列兴趣向量?超长序列兴趣向量提取其他方法5 transformer+mha光速吟唱6是否有看llm相关论文7 是否了解mha变体和推理加速?transformer跟din位置编码分别怎么做?8 lhuc和lora关系?9除了lhuc其他增强特征的方式

首先上来先问的项目经历，因为本人简历上的项目经历比较杂乱(移动端软件开发还有大模型Transformer之类的)，然后我想的是既然投的是客户端应该会着重问我软件开发的经历，但是没想到大模型也问了(后来想了想也正常毕竟现在什么都与大模型挂钩)，大模型没怎么准备有点被拷打了。问完项目就是常见的八股了：1、c++多态2、c++与c的内存分配(malloc和new)3、计网的八股(基本都在其他佬的面经里面看到过)4、数据库的知识：数据库里面的数据是如何组织的(完全想不起来)、ACID最后就是基本的两道手撕。感觉自己的表现差强人意吧，有一点紧张，感觉说话都有点语无伦次了。但是面试官人挺好的。这次不管面没面上都是一次宝贵的经历。

1.clip 知道多少？写一下 loss 函数2.vision encoder 如何训练，你的多模态有分阶段训练 encoder 吗？3.为什么需要分阶段？模型做了交叉验证吗？4.你论文 sft 统一训练还是分开的？我看你是分开的为什么分开？5.如何做 reject sampling？给你3M 的图和视频，只有 16 张卡，设计一下 rs 的方案6.论文进一步做后续有什么方案？7.LLM 如何后接 mask 模型，最近看了哪些LLM 做 mask 的论文？8.AI 生成的 mask 你们如何做的人工验证，还有什么 trick？9.LLM图像/视频生成理解如何统一？有什么劣势？10.diffusion 的 loss 是什么？11.现在为什么不用 q-former 了？12.手撕：二维有序矩阵找第 k 小的值

最近闲下来了写一些面经攒点人品1.手撕三数之和2.手撕零钱兑换3.DPO是用来干什么的，原理是什么？4.DPO的loss是怎么计算的？5.PPO中reward模型打分之后如何对不同样本进行排序？（Elo）6.用了几张卡跑的？7.用了什么显存优化的技术？8.zero1，2，3的原理？9.项目是如何进行Data Parallel的？

上来三道算法题1.给你两个字符串S1和S2，写一个函数来判断S2是否包含S1的排列，如果是则返回True，如果否则返回False。换句话            说，S1的排列之一是S2的子串（滑动窗口）2.给定一个数组，它的第i个元素是一只绑定股票的第i天的价格，如果你每天只允许完成一笔交易，设计一个算法来计算        你获得最大利润（很简单）3.给你一个整数数组nums，判断是否存在三元组嗯nums i nums j nums k满足i不等于j，i不等于k，j不等于k，同时要        满足nums i nums j nums k相加加等于0，请返回所有和为0且不重复的三元组（先排序，然后）项目拷打1.讲一下你对这个项目中学到的一些东西或者是感触比较深的一些事情吧2.你处理数据倾斜，你说有个Map Join是吧？你讲一下这个它执行过程3.小表一般多大的时候可以用MapJoin？4.Spark的计算中血缘关系有有什么作用5.Spark Streaming有了解过吗？总结，算法写了快1个半小时，后面的八股也写的不怎么样😪

1.最近有尝试什么新想法吗？有没有试过 vision encoder 的桥接。2.ppu 是什么卡？自己有测试过性能和其他卡的对比吗？需要手写 cuda 吗3.介绍一下多模态长视频扩展方法，如何在现有模型上改，比如 llava？4.有考虑音频融合吗？新增一个音频模态你会怎么考虑？5.手撕： 编辑距离

1.code：自己建树，二叉树的最大路径和2.面试官上来让我讲讲我的论文，然后说论文方向和组里不太match3.然后就是让我讲讲我的实习的工作4.你对于GR的认识5.onerec的技术路线和一些细节（回答的很浅）6.然后问我有没有训过RL的模型？最后code，这个是做出来了

1.讨论表格 Agent；以及我认为什么是 agent 什么是 pipeline。2.写这个论文初衷是什么？ 用在业务上吗？3.GRPO、DPO、DAPO 区别是什么？4.DPO 的 loss 你怎么理解的？你们业务上用了 DPO 为什么这样设计？5.讲讲你认你的简历中什么是“感知、规划、执行、反思”？6.讲一讲你模型的混合推理是什么？和 qwen 他们的 instruct、think 模型有什么区别？7.GRPO 计算公式是什么？讲一下8.你给 contribution 给 nips 哪个仓库是什么？9.你还做了哪些开源贡献10.玩游戏吗？LOL 什么段位？你一般 lol 是怎么识别外挂的？，还玩过哪些 fps 游戏吗？11.手撕： 最长递增子序列

第一次面大厂，竟然是这个强度。首先是根据简历上的内容来提问，接着提问你所使用的语言，最后问问八股。2. 对于测试来说，在项目周期内主要是干什么的？3. 测试有什么状态？4. 缺陷流？5. 你用什么方法进行测试的？6.  Pytest 错误捕获7. Pytest框架你的思路，要素？8.Fixture 的作用？9. mark？11. 用例是怎么复用的？比如pytest有很多或者其他框架有方法有用例，你是如何区别他们2个的？12. 列表，元组，字典，集合？13. 可变数据类型？？（不可变）14. 从浏览器地址输入URL到显示主页的过程？15. HTTP有什么请求体，请求是啥的？16. HTTP错误码意思解释17. 多线程？这次面都不太好，腾讯我三月份再投

腾子一面面经1h1.自我介绍2.项目拷打五个项目问了三个项目  LRU和LFU的缓存分片怎么做的  ARC策略 毕设创新点 SQL注入攻击3.实习拷打 项目？代码？性能、功能测试4.tcp和UDP区别5.什么是虚拟内存，作用？6.手撕代码力扣LRU缓存（长的一批）写了半个多小时结束直接下二面

1.对实习机会的想法2.介绍一下项目和实习经历3.还有其他offer吗？怎么选择4.base倾向5.展开介绍实习（自由发挥）6.在下一段实习想得到哪方面的提升7.实习中对你最大的挑战点在哪里8.你觉得你的导师会如何评价你一般hr面完了多久出结果呀呜呜，等得好焦虑呀，想着年后赶紧跳槽走的😭其他的年前也不太想投了，时间不多了，流程也走不完，全看鹅厂了

项目狠狠拷打40分钟八股1. 解释LORA训练方法2. 有了解传统精排方法吗，比如LTR3. 有了解Qwen3的embedding和Reranker模型吗4. 结合项目讲大模型训练的几个阶段的特点和异同5. 介绍GRPO、PPO、DPO，分别需要几个模型，需要训练的是哪些6. 重要性采样有哪些方法（裁剪、KL和加权归一）7. GRPO的算力资源省在哪8. 介绍GSPO的优化，腾讯最近出的SPO有关注吗代码1. Pytorch实现GQA2. 接雨水（两种方法）3. SQL题

又被字节的hr找来面试了，不是，我最近也没有投递了。还是面试记录一下，分享给广大有帮助的朋友。1. 自我介绍2. 在腾讯做的几个事情的介绍：你用了哪一些技术可以拿出来讲。(我说的做的东西和遇到的困难，展开问了一下实习干的事情)3. redis做幂等是如何做的，key太长了会怎么办？有没有考虑更简单的方案？实习中redis的key和value是如何去存的？4. 为啥想着用redis做幂等，redis为啥快了？介绍几个redis的数据结构，以及数据结构底层是如何做的。跳跃表的查找时间复杂度，查找流程，插入流程。5. Workpool是如何去做的（是自己实现的，还是第三方库）？有没有任何超时处理的措施。6. 有没有遇到协程泄露的问题，如何做？7. 项目经历询问：多智能体的协作流程是什么？如何确保信息返回是可以被正确接收的？项目流程的运行过程。8. 算法：全排列，延深如何有重复应该如何去做了？9. 反问：部门的业务是什么.结果：过了

1.实习介绍2.大模型微调框架：您在微调大模型时使用过哪些框架（如LoRA、QLoRA等）？请结合实际场景说明选择依据。3.CLIP优化：CLIP模型的zero-shot能力是如何实现的？请从模型设计和训练策略角度分析，并提出改进其跨模态检索效果的方案。4.归一化层差异：Transformer中Pre-Norm和Post-Norm的设计差异是什么？对模型训练稳定性和性能有何影响？5.模型架构选型：在生成式大模型（如LLaMA、GPT）中，为何通常采用Decoder-only架构而非Encoder-Decoder结构？6.自然语言理解实现：请描述大模型中自然语言理解模块的具体实现方案，包括语义解析和意图识别的关键技术。7.Transformer推理加速：针对Transformer模型推理过程，您会采用哪些优化手段（如KV Cache、算子融合等）？请说明原理及收益。8.RAG技术：请阐述检索增强生成（RAG）的核心原理，并说明如何通过RAG缓解大模型的幻觉问题。9.vLLM优化：vLLM框架的核心优化原理是什么？其在动态批处理（Dynamic Batching）和显存管理上有哪些创新设计？10.对齐算法对比：请对比RLHF、PPO、DPO算法的技术差异、优缺点及适用场景

严重性定义 产品场景下幻觉的容忍度，接受多少成本来解决评估和检测●业务角度：进行人工评估，比如标100条Case，从体感上感知主要问题●自动化评估：在垂直领域，构造数据集，利用LLM进行知识检索判断幻觉幻觉分类大致分为与真实世界信息不一致的事实性幻觉（包括编造事件、信息过时等）、与输入的上下文不一致的忠实型幻觉。需要不同的缓解措施幻觉如何缓解？调API的话1.首先是Prompt调优。比如输入更详细的任务指令、调优的过程中不断根据输出的Bad Case加入限制。比如COT。2.然后是上下文优化，这里指的可以是RAG的召回信息优化，也可以是特定场景的上下文处理优化，突出其重点部分更容易被大模型理解。3.还可以基于Agent思想，将其问题拆分成更细粒度的任务，每个步骤都使用RAG融入外部知识来降低幻觉。4.最后是成本较高的，使用另一个模型来检测幻觉，如果有幻觉则重新生成。自研模型的话，通常是在垂直场景需要蒸馏一个小模型，或者微调一个模型。除去上述部分，还可以参考一下思路1.SFT训练数据层面：通过合成指令微调，有助于缓解幻觉。2.强化学习：在强规则的领域，可以通过强化学习来缓解忠实型幻觉。比如特定格式输出、特定内容提取等。3.推理：在不同领域考虑不同的解码方式，多样性解码在专业领域诱发更多幻觉，贪心搜索在开放领域加剧幻觉

二面： 1. 介绍部门的一些相关情况询问兴趣2. 算法题1：去除不定长字符串的所有空格（刚开始用了个stringbuilder，面试官说不行。后来用字符数组移位置。）3. 算法题2：有两个文件，判断第二个文件是否包含第一个文件的全部内容（这里用哈希表先存了第一个文件的词频然后第再去遍历第二个文件，逐个取出）4. java八股1：说说string，stringbuilder和stringbuffer的区别5. java八股2：如何用hashmap实现hashset6. java八股3：序列化和反序列化，一般怎么使用，在哪些场景使用7. 运维相关1：你解决过线上的oom问题吗（？这种问题正式工一年都不一定能碰到几次吧），一般有什么思路（稍微背了一点八股，面试官说没排查过就算了）8. 运维相关2：cpu飙高问题（这里我也是背八股）9. 运维相关3：死锁和接口返回时间过长如何排查（到这里我就有点不理解了，不看日志这种线上怎么排查）。火焰图？然后这块也是没太了解过10. 实习相关1: 你觉得技术上最有成长的是什么？（这里我说了一大堆跟java无关的，因为我现在实习项目确实跟java关系不大了）11. 实习相关2: vibe coding你的采纳率有多少？（我说一半一半吧，跟提示词和模型本身都有关系）问了太多这种线上问题了，纯属知识盲区。不懂这个部门做数据的为什么会这么强调线上问题。ps：面试结束后想了一下算法1，不定长应该指的是没有边界，意思是从输入值我就错了，不应该是字符串而是数据流，所以应该这样写。```javapublic static void removeSpacesStreaming(Reader reader, Writer writer) throws IOException {int c;while ((c = reader.read()) != -1) {if (!Character.isWhitespace(c)) {writer.write(c);}}}```一面：1. 算法题：无重复字符的最长子串2. 用过什么大模型：llama3和qwen3. 然后就按简历一条一条的问，蜻蜓点水也不深入4. 八股就只有redis的缓存三件套

1.项目八股对于 Megatron-LM，多头注意力计算是使用的 TP 还是 PP，可以举个例子，比如说我现在注意力计算有16 个头，现在是有 4 个 gpu 做 TP，那么是如何进行实现的，是切分行还是切分列2.手撕最长递增子序列3.反问业务，对实习生的期望

算法：LC121. 买卖股票的最佳时机（easy，但面试官要求用动态规划解决）SQL题：表中有sku,name,effectiveTime三个字段，effectiveTime表示生效时间，每次更新数据都会插入最新的生效时间，要求查询出最新的生效记录1. 接口和抽象类的区别是什么？分别能不能new对象？2. 有用过匿名内部类吗？介绍一下3. 多态是什么，详细介绍一下4. 你常用的Redis数据类型有哪些？5. Redis中存在大Key会有什么影响？为什么导致执行速度慢？6. 索引有哪些类型？主键索引和唯一索引的区别是什么7. 介绍一下聚集索引和二级索引8. 项目中为什么用JWT，和cookie-session相比有何优势9. session共享问题有什么其它解决方案吗10. 项目中的加密存储如何实现的？盐是什么？11. 加盐之后，用户登录的验证过程怎么实现12. 把盐和最终的哈希值保存到同一个数据库存在安全隐患，有没有优化方案？相比百度和字节，明显感觉腾讯的项目拷打更多，很多点面试官都问得很深，涉及很多实际的工程问题，后面也说了一些优化方案

1.解释一下两个线程对共享变量执行i++会出现哪些情况，为什么2.讲一下epoll和select的区别和各自优势3.讲一下高性能服务器的事件分发和多线程的具体实现4.高性能服务器中的任务队列是否是无锁的？5.讲一下智能指针是如何解决内存泄露的6.讲一下shareptr的底层实现，如何解决循环引用8.不同线程持有shareptr的时候，是否线程安全，为什么7.了解过spring 的aop吗8.用什么数据类型管理支付金额？为什么不用float或者double？9.讲一下decimal的底层实现10.讲一下为什么4gb的内存可以malloc8gb的空间？malloc底层是如何实现的11.讲一下虚拟内存答的一般，没要求手撕，面半个小时结束了。