整体面试还是不错的，但是没后续了，不知道是哪里出了问题项目拷打八股1.transformer结构2.有哪些归一化的方式，layernorm和batchnorm的区别3.prenorm和postnorm的区别4.了解flash attention吗5.现在大模型里的量化方案一般是什么水平6.pertoken和perchannel的量化有什么区别7.接触过fp8量化吗手撕给n个数，找位置k，使前k个数+后n-k个数的方差最小

发点面经攒攒人品～1. Agent循环流程是怎样的？2. RAG知识库选择了什么模型，调研过哪些模型？3. Redis什么场景下会用分布式锁4. 缓存和数据库的更新机新机制如何保证一致性5. 创建一个线程有哪些方式，JAVA线程有哪些状态，sleep和wait的区别，死锁需要具备哪些条件6. 网络分层模型七层模型，TCP和UDP的区别，TCP如何保证可靠性的7. 开放问题：如何理解AI coding对程序员的影响，AI的到来会降低程序员的门槛吗

拷打项目+八股+手撕1 拷打项目了差不多35分钟，还是非常细致的2 问了五分钟的C++八股，包括你常用的stl容器，vector容器的基本性质，vector与数组之间的区别，map与unordered_map的区别3 手撕LeetCode 853，给20分钟

发发面经攒攒人品！1.为什么要对指令进行重排序?重排序有什么收益吗?2.指令流水线是什么?3.指令流水线是哪门课程的内容?4.你刚提到的被volatile修饰的这个变量，如果它被写入的时候线程的缓存会被刷新，对吧?线程的缓存是什么?5.变量都有自己的缓存吗?6.这缓存是哪里的缓存啊?具体是什么缓存啊?15.一个进程里面包含多个线程嘛，线程独占哪些数据?7.声明一个对象，里面有整数和浮点数，哪些是存在线程局部变量里的?8.介绍一下Java的hashcode和equals方法，有什么注意事项?9.如果如果逻辑上相等，但是hashcode不相等会带来什么样的问题?10.MySQL索引它底底层数据结构是怎么样的?11.主键索引和唯一索引的区别?12.客户端怎么验证服务那发到证书是有效的呢?13.客户端去哪里拿颁发者的公钥?14.进程和线程的区别?15.协程是什么?你如何理解协程?16.你用过在Java上面用过协程吗?17.LeetCode92.反转链表|l

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.实习拷打2.问我项目里为什么选择DPO3.强化学习和监督微调有什么不同4.讲讲DPO算法，beta 的作用是什么5.你看了这么多强化学习的算法，有什么心得？强化学习是怎么从最开始演变到现在的？6.讲讲word2vec算法，为什么向量空间中比较接近的token在语义上也是相近的？7.手撕了一个0/1背包的题

祝大家都能拿到满意的Offer！1.实习拷打2.项目拷打3.论文拷打4.问我用的什么分布式训练方法，然后让我介绍DDP5.介绍vLLM，我把我知道的关键的内容都说了6.了解deepseek吗？讲讲deepseek moe，优点和缺点是什么？7.讲讲MLA8.pytorch 的自动微分是怎么实现的

感觉面完人都通透了，还是太菜了，下去沉淀一下1.项目拷打2.讲一下Qwen架构3.层归一化和RMS归一化的区别4.lora 是怎么节省显存的5.然后当场给了个场景，让我分别计算了一下全参和lora分别占多少显存6.讲一下RAG7.自注意力公式，为什么除根号dk8.线性回归的损失函数是什么？逻辑回归的损失函数是什么？9.逻辑回归损失函数为什么不能是MSE10.softmax不同类别样本数量极不平衡时怎么办？11.手撕了一个二分查找的题

继续来分享下最近的面经~欢迎友好讨论，信息共享1.项目拷打2.lora作用在q,k和作用在FFN上有什么差异3.FFN是干嘛的？4.大模型不同层存什么信息？5.讲讲lora，什么时候考虑用lora，什么时候用全量参数微调？6.lora和全量参数微调学习率的对比7.项目二拷打8.怎么找到badcase，怎么找到原因，怎么确定是哪个原因导致的badcase？9.DPO怎么判断模型有没有训练好？看什么东西？怎么证明模型有区分度？DPO结束后用什么指标评估10.推理加速你都了解哪些？11.讲一下智能体React 和Reflection范式的区别12.长期记忆和短期记忆是什么？怎么设置13.了解上下文管理吗？14.怎么根据模型输出优化提示词？怎么评估提示词的好坏？写提示词的本质是什么？从数学的角度讲一下提示词是怎么改变模型输出的？15.最后是一个AI coding，写一个整理工作周报自动发送到老板邮箱的系统，要求分成至少5个子任务，指出那些需要人工参与，那些是全自动的，还有就是如果用户这周没有记录，该怎么处理这种异常

1. 先做一下自我介绍，重点讲你做过的系统背景和你负责的核心链路2. 你在团队里主要负责哪部分，怎么证明这部分不是“打杂型开发”3. 你把整个系统架构讲一下，如果让我听完就能知道瓶颈可能在哪里4. 技术栈选型的时候你会怎么做取舍，尤其是 Redis 和消息队列为什么这么选选型不是比组件名气，而是比业务约束。Redis 适合做热点缓存、轻量状态、分布式协调和短期去重，但不适合承接强一致主数据；消息队列适合解耦、削峰和异步补偿，但不适合所有需要实时可见结果的主流程。真正的取舍点在于数据是否允许延迟、失败是否可补偿、顺序是否重要、消费是否要求可重放、以及业务能否接受最终一致。很多系统不是选错中间件，...

感觉自己好菜、面试很难，还是要多多练习1.项目拷打2. CLIP 的 ViT 为什么必须 resize 固定尺寸？用动态的不行吗？3. PPO 是怎么训练的？有哪些模块？4.DPO 和 PPO 的区别呢？5. DPO 相比于 PPO 有哪些模型？6.GRPO 是怎么做的？7. DPO 没有 Reward Model 为什么也能做偏好优化呢？8.GRPO 的优势是什么？9.Transformer 里常见的位置编码有哪些？10. 绝对位置编码是怎么做的？11. 绝对位置编码相比于旋转位置编码（ROPE）的缺点是什么？除了外推性还有别的吗？12. 旋转位置编码（ROPE）是怎么做到相对距离的位置编码的？它的旋转是怎么做的？13. RMS Norm 跟 Layer Norm 的区别是什么？14. 为什么 RMS Norm 不用强制居中也能有比较好的效果？15.手撕 pow

继续来分享下最近的面经~1.实习拷打2.项目拷打3.问了LoRA的原理，问了之前训LoRA使用的秩是多大。4.然后有结合业务问你如何处理自动驾驶场景的这种4D label中的动态目标，如何做动态跟踪？5.介绍一下你之前一段实习做的任务，输入输出是什么，如何做数据清洗6.最后coding手撕MHA

1. 自我介绍2. Python 里的 __new__ 和 __init__ 的本质区别是什么，哪些场景必须重写 __new____new__ 负责创建对象，返回实例本身；__init__ 负责在实例创建完成后做初始化。真正必须重写 __new__ 的场景并不多，常见的是不可变类型子类化、单例控制、缓存复用、元编程对象创建路径劫持。因为像 str、tuple、int 这类不可变对象，很多状态在对象创建时就固定了，等到 __init__ 再改已经来不及了。 class MyInt(int): def __new__(cls, value): return super().__new__(cls,...

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.项目拷打2.大部分问的是开放式的场景题：如果现在要你做音频驱动的数字人重建，你觉得有哪些亟待解决的问题，有哪些可以发论文的点？3.实习拷打4.说一下FLUX实现和WANs的实现有什么区别5.FLUX中文本模态的condition如何注入的？5.说一下LoRA的公式6.LoRA权重初始化的时候有什么特殊？7.可不可以A全0初始化，B随机初始化？最后手撕是Cross Attention

继续来分享下最近的面经~欢迎友好讨论，信息共享实习拷打+项目拷打1. 为什么选GRPO和DAPO，和你的任务场景有关吗？为什么不用别的2. DAPO针对GRPO做了哪些改进3.了不了解其他RL算法比如gspo之类的手撕两道：MHA+hot100的动态规划

1. 自我介绍2. Qwen3.5 这类新一代模型，如果不只停留在“Transformer 变体”更有含金量的讲法不会只说它是 Decoder-only，而是会落到训练稳定性、推理效率和长上下文适配这三条线上。比如归一化方式、注意力结构、RoPE 扩展策略、GQA 对 KV cache 的影响、SwiGLU 对表达能力的提升，以及 tokenizer 和多语种兼容设计。面试官真正想听的是这些结构选择为什么出现，它们解决了什么具体问题，而不是模块名背诵。如果要再深一点，可以顺手带出工程后果。比如 GQA 不是为了论文好看，而是为了在长生成场景下降 KV cache 占用；长上下文扩展也不是简单把...

攒人品中，祝大家都能拿到满意的Offer！1.详细介绍一下agent项目的核心功能？2.智能运维助手的"运维"具体如何定义？3.系统有哪几个主要的组成部分？4.Spring ai alibaba覆盖了你上面说的哪些部分？5.Planner/Executor/Supervisor模式的优点是什么？比如说我接收一个请求的处理，它的优点是什么？6.在Planner/Executor/Supervisor模式中，拆分为3个agent和只使用1个agent，最关键的优势和区别是什么？7.介绍RAG的核心流程？8.召回和重排用的什么算法？(没用重排，道歉)9.为什么要做RAG？10.模型回复效果不好的话，如何在RAG层面采取优化措施？如何通过微调采取优化措施？微调属于预训练还是后训练？11.简单对比一下MySQL和Redis各自的特点？12.MySQL的"关系型"是什么意思？

发一下问题给大家参考，攒攒人品！1.redis防止超卖用到了数据库吗？2.定时任务（SpringTask）实例宕机了，任务是否丢失？有别的方案吗？3.项目中缓存击穿的业务场景？4.一个关于项目中支付订单这一业务的连环问：5.订单表怎么设计的？索引结构怎么设计的？现在需要查订单，根据时间排序，如何设计索引？订单的数据如果非常大，到了几千万，会有什么问题？有什么解决办法？订单场景如何分库分表？分库分表是什么？慢查询如何解决？explain关注哪些内容？6.redis有哪些常用数据结构？zset一般使用场景？zset底层数据结构7.讲讲redis主从复制？8.怎么去保证rabbitmq消费不丢失？生产端如何保证？消费端怎么保证？如何保证消费有序？9.hashmap底层实现原理？发生哈希冲突时，底层如何处理？10.线程池了解吗？线程池好处是什么？

1. 自我介绍2. 项目拷打3. Reward Model 在对齐训练里扮演什么角色Reward Model 本质上是在学一个“人类更偏好什么”的可微近似函数。SFT 学的是“像人那样答”，RM 学的是“人更喜欢哪种答法”。它并不直接生成答案，而是给候选答案打分，把人类偏好从离散排序信号压进一个标量目标里，后续无论是 PPO 还是其他策略优化方法，核心都要依赖这个分数去推动模型往偏好更强的方向移动。RM 最大的价值不是替代人工，而是把人工偏好从逐条监督扩展成可批量泛化的训练信号。真正难的地方在于它很容易学到表面模式，比如更长、更像模板、更会说套话的答案可能被错判成更优，所以 RM 训练的上限很...

全程大概40-50分钟，无手撕，几乎全在问项目，每个项目都挖得非常细，问了一些项目中ai相关的技术具体是如何实现的。其他问题：1. Agent究竟解决了一个什么问题？为什么我们要选择Agent而不是直接用大模型？2. 平时会关注哪些AI前沿技术？3. 自己写过/实际用过Skill吗？