攒人品中，祝大家都能拿到满意的Offer！1. 拷打项目2. 拷打实习部分问题：2.1 介绍一下主要做的事情，一些特殊细节，包括整个项目的背景。2.2 讲一下RankMixer 的结构的核心原理。它和传统的交叉网络或者是多任务多场景的一些模型比的话，它的优势2.3 你刚刚提到了动态拓展 token 数量，然后来实现自动的交叉。这个动态拓展是怎么做的？2.4 指标这里我看 CTR 的 AUC 是涨了**个bp，但是它的 GAUC 是涨了 (**+5) 个bp，GAUC涨的更多，这里有分析过原因吗？2.5 最终你们是怎么去评估的，就是这些场景特征到底起作用了没有？2.6 有试过添加更多 Token 吗？它的边际效率在哪里？2.7 所有场景的样本是一起训的吗？还是一个场景一个模型？手撕：交换相邻字符的最小操作次数手撕：二叉搜索树的第 K 大节点

被横向挂了，希望发出来对大家有帮助！1、项目拷打2、关于一个实习当中的事情拷打，主要包括为什么选这个模型，指标是什么，知识库是什么样等等，很抠细节3、ppo和grpo的区别，有什么共同点，什么不一样的，各自优缺点4、bert的结构手撕：最长连续序列

### 自我介绍### 选一个项目重点做介绍，介绍一下你在项目中的工作，遇到的问题以及解决的思路### 讲一下有哪些不同类别的微调### 怎么计算模型训练和推理的时候的显存占用比如14B的模型需要多少显存推理和训练### 怎么判断奖励函数设置的合理不合理？### 过拟合和欠拟合讲一下 怎么排查，有哪些缓解的方法### 怎么让模型输入长度能够做到很长### 模型部署之后，服务的过程中，如果显存爆了要怎么优化### 图像的特征提取讲3个方法### 主流的多模态大模型接触过吗，有哪些### 怎么训练一个多模态大模型### 你用过的多模态大模型 比如视频生成，一般来说有哪些任务？ 你觉得他们在这些任务上的表现存在什么问题？### 如果让你从0设计一个agent，应该有哪些模块### C++ static const的区别### Java 字节码知道吗? 有什么用 有什么优势劣势### 堆是怎么实现的### 单链表怎么找中间节点### TCP IP的握手协议讲一下### linux系统如果现在很卡，怎么排查，用哪些命令### 算法题：给定一个数组，可以在每个数前面添加正负号，目标是target，问有多少种方案。写完后问怎么优化。

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.实习拷打3.OCR 结果有噪声或错误时，你是怎么做纠错或提升解析质量的？4.多模态检索中，图像和文本向量不在同一空间时，如何实现对齐？5.Agent 中长短期记忆如何设计？各自存什么，怎么触发读取？6.多轮对话中，如果不同轮次的记忆发生冲突，你如何处理？7.用户情绪异常（投诉、愤怒）时，Agent 如何在不中断主流程的情况下进行干预？8.长文档为什么一定要切 chunk 再做向量化？不切会有什么问题？9.chunk切分时为什么要有重叠区域？比例一般怎么确定？10.稠密向量和稀疏向量的区别是什么？各自适合什么场景？11.是否做过关键词召回和向量召回的融合？具体怎么做的？12.向量检索中 Top-K 设置过大或过小分别会带来什么问题？13.余弦相似度和欧氏距离在高维空间中的差异是什么？实际怎么选？14.为什么需要 rerank 模型？它解决了向量召回的哪些问题？15.rerank之后的截断策略是怎么设计的？为什么选这个 K 值？16.文档发生局部更新时，如何做增量索引而不是全量重建？17.RAG 中如果没有召回到相关知识，如何约束模型避免胡编？18.HyDE 在 query 模糊时是如何提升召回效果的？19.超长上下文模型出现后，RAG 架构的必要性是否会下降？20.大模型高并发调用时，如何做限流、降级和成本控制？

继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2.在这个产品的研发过程中，你承担了什么角色？主要完成了哪些任务？3.从技术层面来讲，你在设计这个平台的Multi-Agent架构时是怎么设计的？4.你提到有Deep Research能力，还有推理能力，能详细介绍一下深度研究这部分吗？5.这个Deep Research是多轮检索，那你会进行到什么程度才停止？用什么判断？6.你说有三类判断，那具体在使用过程中，这些判断的阈值是怎么设置的？7.你们上下文是怎么管理的？8.上下文是共享的对吧？具体会共享哪些信息？9.现在的Agent是多Agent吗？具体是怎么设计的？10.多Agent协同是通过什么机制实现的？11.这些状态以及Agent之间同步的数据是存在哪里的？12.这个平台只是内部员工用的，会需要这么复杂的架构吗？13.这个AI平台是怎么部署的？14.实际用的是哪家的大模型？15.会根据不同问题切换不同模型吗？16.那你是怎么判断一个问题是简单还是复杂的？17.这个意图识别是用什么模型实现的？18.这个平台现在是什么状态？已经上线了吗？19.如果很多员工同时用，会不会有一些限流或者降级策略？20.有不同租户、不同应用，这个概念是怎么理解的？21.开发语言主要是什么？

攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习拷打2.项目拷打3.你们的 Agent 是单 Agent 还是多 Agent？为什么这么设计？有没有考虑过另一种方案？4.Agent 任务是怎么拆分的？拆分粒度是怎么决定的？5.上下文是怎么构建的？你们怎么避免上下文过长或者信息污染？6.如果上下文窗口不够，你优先保留哪些信息？为什么？7.你们做代码理解的时候，AST、调用关系这些信息是怎么用起来的？8.单测生成里，哪些代码其实不适合生成单测？你们是怎么识别并过滤的？9.覆盖率高但测试质量很差，这种情况你见过吗？你们是怎么解决的？10.mock在单测里什么时候是必须的？什么时候反而会带来问题？11.如果一个函数依赖数据库和RPC，你怎么让模型生成的单测还能稳定运行？12.你们怎么评估生成单测的质量？除了覆盖率，还有哪些指标？13.LLM的输入到底是什么？模型真正看到的是什么？14.self attention的核心作用是什么，为什么要拆成 QKV？为什么attention 可以建模长距离关系，15.为什么需要multi-head为什么 attention可以看成动态加权16.同一个 token的 Q、K、V 为什么不一样？17.attention复杂度很高，如果上下文特别长，你会怎么优化？18.模型产生幻觉的时候，一般是什么原因？工程上有什么办法降低19.Python有多线程吗？GIL 是干什么的？什么时候多线程是有用的？20.讲一下C++从源码到可执行文件的流程。21.手撕：给定数组的区间中位数之和:给定一个长度为n的数nums，一个区间 [l, r] 的 中位数 为：如果区间长度是奇数：排序后中间的数，如果是偶数：排序后靠左的那个数，要求：计算所有子数组的中位数之和

发点面经攒攒人品～1.实习拷打2. 论文拷打3.有什么涉及的具体的应用吗4.我看里面上写上面写了一些知识图谱的一个构建说一下这个这个任务的一个输入和输出吧，大概你用到了什么数据，然后什么模型去产出什么样的一个东西5.你这个图谱里边都有哪些类型的实体？关系是怎么定义的6.你用了BERT去做实体识别哈，那为啥用BERT呢？能不能直接用个BiLSTM搞定5.我看你提到了LayerNorm，这块为啥要用个条件LayerNorm有什么作用6.说一下transformer的底层结构吧7.Transformer为什么用了LayerNorm呢8.你说你做了一个Multi-Head Self-Attention，那注意力权重那部分你还记得公式是咋算的吗？9.说一下LoRA原理10.刚才提到用LoRA做参数高效微调的必要性，那如果不是用LoRA，而是做全参数微调，那会消耗多少显存，比如说我以一个7B规模的大语言模型为例11.说说现在千问里有哪些主流的大模型结构12.项目拷打13.那你们这个DAG 图是怎么构建的？根因节点怎么推出来的

发点面经攒攒人品～1.项目拷打2.实习拷打3.你提到用了CKA你能解释一下它是怎么计算的吗？这个指标真的能评估对齐程度吗4.ModalityAdapter模态适配器这个模块你是怎么设计的？它是怎么起作用的？有没有做过ablation实验？5.对比学习里你怎么构造正负样本的？正负样本不容易区分的时候你们是怎么处理的？有没有用HNM6.你们项目里用了多个loss比如MSE + Contrastive Loss + KL 散度为什么这么设计？有没有出现loss拉扯现象7医疗组手那个项目你说做了Prompt模板设计，能不能举几个例子？分类模板和生成式模板在你们场景下分别怎么做的8你们用的知识库是静态的吗？有没有做向量索引？用的什么方案9怎么避免模型产生医疗幻觉？你们有没有做 hallucination 率评估11.你用过哪些模型推理框架？你觉得Ollama和vLLM区别在哪儿？在车端你们选它们的依据是什么？12.你们说做了14B的车端模型，你们是怎么用SFT数据去做微调的？数据怎么构建的13.评测体系你是怎么搭建的？评测指标都有哪些14.你说你们构建了车载Agent平台Agent链路是怎么调度的多轮对话怎么做状态维护？15.Rewrite模型是你做的，具体输入输出是什么？你们是把 rewrite放在检索前还是后？训练数据是人工构造的吗？16你现在要设计一个多模态模型用于车内驾驶员状态识别，传感器包括摄像头和力传感器，你会怎么设计这个 pipeline

发一下问题给大家参考，攒攒人品！1 项目拷打2. 在 Agent 多轮对话任务中，Attention 的局限性具体体现在哪些方面？3. 简要介绍 SFT 的核心流程，以及如何制定数据集的构建策略？4. SFT 之后常见的 Post-Training还有哪些？它们各自的设计目的是什么5. 什么是RAG它提升生成质量的核心原理是什么6.RAG与传统的检索 + 模型生成流程有何不同7.如何构建评估体系来验证一个RAG系统是否真正Work？8.PPO和DPO在对齐阶段的主要区别是什么？9. 在进行DPO训练时，通常有哪些关键的注意事项？是否了解过GRPO10.在Modular Agent中，多步规划是如何实现的？11.针对多个工具的调用链路，你的调度策略是如何设计的12. Agent 评估体系包含哪些核心维度？如何量化衡量Planning能力与Hallucination Rate )？13.在微调Qwen模型时，你是如何确定训练阶段和 Loss Function的？14. Prompt自动推荐模块应用了哪些优化策略？是否尝试过Prompt压缩或Embedding表示的方式？15.假如Agent推理链路包含3个工具且请求频率极高，导致系统整体延迟较高，你会从哪些维度进行优化？17.在记忆系统中，意图识别 承担什么职责？18.Embedding的维度选择（如 1024 维）是基于什么逻辑？为什么不选择更高或更低的维度？19.Qwen-4B的Embedding是如何实现的？其模型框架是否属于 BERT 系列？20.Qwen-34B的Rerank是如何实现的？21.Attention机制中的Q, K, V矩阵具体是如何通过输入变换得到的？22.Attention公式中除以根号d_k的作用是什么？如果不除以它，是否有其他替代方案？23.请详细解释Multi-Head Attention ，并指出它目前存在的主要问题24. 如何解决多头注意力机制计算开销过大的问题25. 什么是 RoPE ？它核心解决了什么问题？26. 在 Memory  系统中，如果输入文本过长，常见的工程处理策略有哪些？

给我面没招了，感觉自己好菜、面试很难，还是要多多练习1.项目拷打2.你的知识库数据是如何清洗和构造的？如果数据质量参差不齐会对 RAG 系统产生哪些影响？3.文档切分策略是如何设计的？chunk size 和 overlap 会如何影响召回质量和生成效果？4.如果用户的问题在知识库中确实存在，但系统经常没有召回正确文档，你会如何排查？5.如果检索到的文档是正确的，但模型最终生成的答案仍然是错误的，你会如何定位问题？6.实际系统中，如果召回结果经常语义相似但事实不相关，你会如何优化检索模块？7.如果一个问题需要跨多个文档的信息才能回答，你的 RAG 系统如何处理这种情况？8.在 RAG 系统中如何判断问题出在检索模块还是生成模块？9.请详细说明 Transformer 从输入 token 到输出 logits 的完整计算流程。10.FFN 层为什么采用“先升维再降维”的结构，这种设计对模型表达能力有什么作用？11.MHA、MQA、GQA 在推理阶段的 KV Cache 占用和计算效率上有什么差异？12.为什么推理阶段 KV Cache 只缓存 K 和 V，而不缓存 Q？13.RoPE 的核心原理是什么，它在长上下文场景下会遇到什么问题？14.instruction tuning 中多轮对话数据训练时，loss mask 应该如何设计？15.如果 SFT 之后模型在特定任务上能力增强，但通用能力明显下降，你会如何解决？16.LoRA 的低秩分解为什么能够逼近全参数微调的效果？17.如果 LoRA 的 rank 设置不合理，在模型表现上会出现什么现象？18.DPO 训练后模型输出明显变长，在实际系统中你会如何处理？19.如果对齐之后模型变得过于保守，经常拒绝回答，你会如何调整训练策略？20.大模型出现复读机现象通常由哪些因素导致？

岗位：大模型问：什么场景需要GraphRAG？答：GraphRAG（知识图谱增强检索增强生成）的核心价值是结构化挖掘数据关联、提升复杂问答的精准性与可解释性，适用于以下三类核心场景：复杂关联推理类问答场景比如企业知识库问答、金融风控分析、医疗病例诊断，需要从海量非结构化数据（文档、报告、病历）中挖掘多实体、多维度的隐藏关联，回答 “某产品的上下游供应链中，哪些企业存在合规风险” 这类需要多步推理的问题，比传统向量检索更精准。需要可解释性的专业领域场景比如法律条文解读、科研文献分析、政务决策支持，要求生成的答案能追溯来源、明确推理路径。GraphRAG 可基于知识图谱的实体关系，清晰展示 “结论 - 证据 - 关联逻辑”，满足专业领域对可信度和可解释性的要求。大规模知识图谱构建与更新场景比如电商商品知识图谱、教育领域知识点图谱，需要自动从非结构化文本中抽取实体、关系，构建并动态更新图谱，同时结合检索生成，实现 “图谱 + 文本” 的混合问答，解决纯向量检索无法处理的结构化知识查询问题。总结来说，当业务需要突破传统检索的 “关键词匹配” 局限，实现深度关联推理和可解释性问答时，就适合用 GraphRAG。

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.项目中实际 QPS、延迟、数据规模是多少？瓶颈在哪，怎么解决的？3.讲一个你做过的技术选型，为什么选它？有没有更优方案？4.设计一个支持多轮对话+工具调用的 Agent，整体架构怎么拆？5.Prompt 如何设计才能降低 hallucination？有哪些工程手段？6.多轮对话中上下文过长怎么处理？裁剪策略有哪些？7.Agent 调多个工具时，如何做调度、重试和兜底？8.function calling / tool calling 的实现原理是什么？9.一条 query 在 RAG 系统中的完整链路是怎样的？10.BM25 和向量召回各自优缺点？线上如何融合？11.embedding 模型选型时要考虑哪些指标？12.query rewrite / 多 query 扩展的原理是什么？有什么风险？13.rerank 模型为什么必要？一般放在哪一层？14.HNSW 的核心结构是什么？为什么查询效率高？15.IVF、PQ、HNSW 的区别和适用场景？16.向量索引如何支持高并发查询和在线更新？17.embedding 维度过高会带来什么问题？如何优化？18.文档 chunk 如何切分？长度和重叠怎么设计？19.如何解决 chunk 切分带来的语义断裂问题？20.知识库如何做增量更新并保证一致性？21.多模态数据（图文/表格）如何统一建索引？

日期：2026.3.23时长：约50mins面试官：算法工程师（应该是吧）面试岗位：决策规划实习生(日常实习）工作地：北京内容1 自我介绍2 实习经历询问3 项目询问不算特别深，但各个都问了4 手撕lc 102 二叉树层序遍历 核心代码模式5 反问i.  是否有改进点a  挺好的，没有特别的改进点ii. 项目部组织架构是什么样的？a  可以大体分为高精地图和高精地图之外的（不好判断，第一次问这样的问题）iii.后续如果我入职，您认为我会遇到的最大的困难是什么？a  c++，部署到实车上会需要c++，平时还是用python做训练。iv.目前项目部的实车资源如何？a  目前是这样的，我们基本上一周……，然后第二周会部署到xx台测试车上进行测试，然后第三周会部署到xx台实际运营的车上进行测试。实际运营的车的数量在xxx台左右。v. 目前商业化和业务发展如何？a  主要业务围绕xx展开。（追问：不做个人业务？比如外卖？  ---》  不做）vi.如果今天的面试通过了，后续大概还有几轮面试？预计在多长时间内完成？a  业务面一轮，hr面一轮。需要看双方时间，一般在1-2周内完成。总体过程感觉还挺不错，相比于难的很的暑期实习笔试，还是挺好的。

1. 你怎么理解 Agent，和普通大模型问答最大的区别是什么？答：普通大模型问答更像是“你问我答”，核心是根据上下文生成一段自然语言。Agent 不一样，它更像一个会做事的系统，除了生成文字，还要能理解任务、拆解步骤、调用工具、读外部信息、根据执行结果继续往下走。所以 Agent 的重点不是“模型会不会说”，而是“模型能不能在复杂任务里做对决策”。比如普通问答模型适合解释概念，Agent 更适合处理像“帮我查一下某个信息，再结合文档输出结论，最后按固定格式返回”这种任务。如果放到手机或系统场景里，Agent 往往还要接系统能力、应用能力和设备能力，这就不再只是聊天了。2. 你如果做一个手机端...

发一下问题给大家参考，攒攒人品！1.实习拷打2.项目拷打3.在模型选择方面我已经了解了。总体来说，这是一个纯文本任务。虽然有图表参与其中，但你的整体评估体系是“规则打分 + 模型打分”混在一起用的进行混合评估的，也就是打分加加权。最终得分的这个逻辑吗？还是说是一个准确率的一个逻辑4.那接下来我觉得是你们这边来进行评测的，主要是通过一些固定规则，或者说通过RUBASE，或者是code coding的评分器吧，它是一个没有大模型参与打分的机制，可以这么理解吧，它是一个固定的评测器。那我这边的还有一个问题，对，然后你这边是说你在收集云和千问的SSD以及DPo数据。o那么您能否介绍一下，您是如何分别通过千问来处理SFT和DPO数据的5.你提到是规则和模型混合评估，那具体每一部分是怎么分工的？哪些是规则，哪些是模型？6.收集 Claude 和 Qwen 的 SFT 和 DPO 数据，具体是怎么构造这些数据的7.在大量模型生成数据中，如何筛选出用于训练的数据？8.SFT 和 DPO 数据在构造过程中，分别的筛选标准是什么？

发一下问题给大家参考，攒攒人品！1.刚刚提到用户画像体系有几大类标签，能具体讲一下这几类分别是什么吗？每一类大概有哪些代表性的标签2.一共沉淀了多个标签，这些标签一开始是怎么设计出来的？是算法驱动还是业务驱动3.在设计标签体系的时候，你们怎么判断一个标签是有业务价值的？有没有出现过做出来但业务用不上的标签4.刚才说用户画像主要是给推荐和广告用的，那在推荐系统里面，这些标签一般是怎么被消费的5.做用户画像的时候，怎么避免标签之间高度相关甚至重复的问题6.刚才说用 DeepSeek R1 做标签挖掘，那模型输入的数据具体有哪些？7.用户行为序列一般都很长，为什么不直接喂给模型，而是做了行为压缩？压缩具体是怎么做的8.压缩的过程中有没有可能丢失关键信息？你们怎么评估这个影响9.在Prompt 里是怎么设计输出格式的？如果模型输出格式不稳定，工程上是怎么处理的10.为什么要在 Prompt 里加入很多禁止做什么的约束？为什么这种负向约束通常比正向指令效果更好？11.为什么标签做语义分组，为什么把同一类标签放在一起预测会更稳定呢13.把 R1 的结果拿去做 SFT，为什么要做这一层？直接用大模型不行吗？14.R1 生成的标签本身就可能有噪声，那怎么保证蒸馏训练的数据质量？15.如果只保留高置信度样本，那低置信度的标签是直接丢弃了吗？有没有办法提高覆盖率？16.如果 Teacher 模型本身准确率只有70%到80%，那 Student 模型蒸馏之后会不会进一步下降17.在这个场景里，蒸馏后的模型效果是怎么评估的？18.做 POI 价格推理的时候，为什么要区分有图和无图两种模型？为什么不统一用一个多模态模型？19.判断一个商户消费水平的时候，图片里哪些信息对模型最有帮助？20.人均价格是一个连续值，那模型预测的时候是完全自由生成的吗21.价格预测本身可能存在很大噪声，怎么评估模型效果的？业务上更关注什么指标？

1. BERT 模型的结构答：BERT 本质上是一个 Encoder-only 的 Transformer。输入由 Token Embedding、Segment Embedding、Position Embedding 三部分相加得到，然后经过多层 Transformer Encoder。以 BERT-Base 为例，模型参数通常是：层数 (L=12)，隐藏维度 (H=768)，注意力头数 (A=12)，前馈层维度 (4H=3072)。BERT-Large 则是 (L=24, H=1024, A=16)。每层 Encoder 的结构是：Multi-Head Self-Attention -&...

给我面没招了，发点面经攒攒人品～1.项目拷打2.提示词模板是怎么设计和迭代的？你怎么判断一个模板是真的更好了？3.你们的 Agent 是单 Agent 还是多 Agent？为什么这么设计？有没有考虑过另一种方案？4.Agent 任务是怎么拆分的？拆分粒度是怎么决定的？5.上下文是怎么构建的？你们怎么避免上下文过长或者信息污染？6.如果上下文窗口不够，你优先保留哪些信息？为什么？7.你们做代码理解的时候，AST、调用关系这些信息是怎么用起来的？8.单测生成里，哪些代码其实不适合生成单测？你们是怎么识别并过滤的？9.覆盖率高但测试质量很差，这种情况你见过吗？你们是怎么解决的？10.mock 在单测里什么时候是必须的？什么时候反而会带来问题？11.如果一个函数依赖数据库和RPC，你怎么让模型生成的单测还能稳定运行？12.你们怎么评估生成单测的质量？除了覆盖率，还有哪些指标？13.LLM 的输入到底是什么？模型真正看到的是什么？14.self attention 的核心作用是什么？为什么要拆成 QKV？为什么 attention 可以建模长距离关系，15.为什么需要 multi-head为什么 attention 可以看成动态加权16.同一个 token 的 Q、K、V 为什么不一样？17.attention 复杂度很高，如果上下文特别长，你会怎么优化？18.模型产生幻觉的时候，一般是什么原因？工程上有什么办法降低

攒人品中，祝大家都能拿到满意的Offer！1*常见的后训练方法有哪些?它们的优缺点和区别是什么?2*除了ReAct，目前主流的Agent架构还有哪些3*在大模型评估中，如何平衡Precision与召回率Recall哪一个指标在Agent任务中更重要?4*当大模型产生错误回答或幻觉时，在工程和算法层面有哪些规避手段?5*描述TransformerDecoder的完整解码流程。6*KL散度的数学意义是什么?在模型对齐(如PPO/DPO)中起什么作用?7*MoE架构的具体实现原理是什么?路由(Router)是如何工作的?8*面对模型在生成过程中出现循环、重复回答的问题，有哪些解决办法?9*BM25算法的数学原理是什么?它相比于简单的TF-IDF有哪些改进?10*Agent系统中的LangGraph是如何搭建的?其Memory组件的工作机制是怎样的?11*如果单次生成的任务量远大于模型的MaxTokens限制，如何实现断点继续生成?