1. 自我介绍2. 手撕：非hot100原题，用二分搜索求解3. LightGBM原理4. XGboost与LightGBM的区别5. 了解transformer吗6. Q、K、V的含义是什么7. DIN模型了解吗？改进是什么呢8. 特征的维度，模型的具体参数9. 手撕：最高温度+二叉树的每一层最大值10.反问环节📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 自我介绍2. 手撕：非hot100原题，用二分搜索求解3. LightGBM原理4. XGboost与LightGBM的区别5. 了解transformer吗6. Q、K、V的含义是什么7. DIN模型了解吗？改进是什么呢8. 特征的维度，模型的具体参数9. 手撕：最高温度+二叉树的每一层最大值10.反问环节📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.主流的开源大模型结构有哪些？2.介绍一下layernorm和batchnorm的区别？3.在机器学习里，怎么处理长尾数据和多峰数据？4.怎么解决模型的冷启动问题，你觉得LLM在冷启动方面能够起到什么作用？5.介绍一下常见的优化算法优缺点6.为什么Adam不一定最优而SGD最优的？怎么理解分析？7.你工作里的对比损失是怎么构造的，有什么作用？介绍常见的对比损失的公式。代码题：数组第K大。给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。

1.项目拷打2.手撕代码 leetcode 1283.八股介绍下vllm的技术点。介绍下KV Cache，GQA，MQA，MHAlora的原理，lora会不会更新原来的权重，如果对embedding层也配置了lora会不会更新。topK和topP采样方法，采样温度的数值有什么意义

发一下问题给大家参考，有面试过同岗的朋友欢迎评论区交流，攒人品中1.实习拷打2.知道 deepspeed 和 megatron 吗，分别介绍一下3.Decoder 文本生成有哪几种方法4.Attention 为什么要做scaled ，不做会怎么样，为什么用根号 d _ k5.说一下 Decoder 的因果注意力， QKV 分别来自哪6.深挖多模态大模型论文用的video - llama ，讲一下大模型的结构7.LoRA 初始化怎么做的，用的秩是多少，为什么不选其他的数8. 介绍一下 ALBEF 、 BLIP

1. 介绍下bm25的计算方式2. mcp function call的区别3. 介绍下grpo算法原理4. transformer架构和特点5. 经典强化学习算法有哪些6. 手撕：合并两个有序链表6. 还有口述一道非hot100题

1．实习拷打2．讲一下 LoRA ，两个权重矩阵一般怎么初始化，能都全0吗3．除了 LoRA ，还了解哪些可以进行训练推理优化的技术4．现在的多模态大模型，动态分辨率一般都是怎么做的，位置编码怎么设计5．平常训练或者微调 LLM 或者VLM，有什么感受6. 专家划分子空间是区分不同任务但有时候并不能取得理想的效果这是为什么7. 概率题，一副扑克牌，去掉大小王，随机抽两张，花色相同的概率8. 场景题：目前有一个带货的直播间，设计一个方案，商品比较多怎么降低时延

发发面经攒攒人品项目深挖1. 训练参数设置&资源配置细节2. DPO训练loss的直观含义3. 为啥不直接SFT，非要搞DPO4. 负样本构造逻辑追问：长链路GUI下正负样本长度不一有啥影响？原因是啥？5. 为啥选GRPO？对比过其他算法吗？6. tool response需要loss mask吗？理由是啥？7. 训练任务中mcp构造数量+具体case8. 训了几版模型？印象最深的bad case是啥？八股问答1. 看过AUTOGLM论文吗？其他大模型论文呢？印象最深的点是啥？2. 给定模型层数+隐藏层维度，估算参数量级+解释计算逻辑3. 同参数同序列长度，计算kvcache大小手撕代码流式输入输出处理规则1. 被包裹的字符直接隐藏2. mcp调用只输出instruction里的内容

整体面试还是不错的，但是没后续了,,,1.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销

问的太细了不愧是阿里，给我面没招了...1.项目拷打2.bceloss公式介绍用pe，优势在哪里3.粗排有没有和精排有什么交互信息4.序列建模的基线模型是什么5.Linux常用命令有哪些，如何用Linux命令在两服务器间传数据6、如何降低KV cache7、讲讲DeepSeek中的MLA8.讲讲最开始的自注意力机制发展到当今的一个优化路线9.手撕最长公共子串

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1、 attention中数据shape是batch first还是seq_len first2、Prompt长度加倍，首token延迟加倍吗3、模型选型时是否做定性定量对比ab test，客观数据验证文心性能不好了吗4、专家的负载均衡是什么，怎么解决5、如何定性定量评估数据集质量，单条和整体数据集质量6、单一分类模型，细分分类模型和MOE融合的优劣7、MHA手写8、说一下 simpo 的原理，它是怎么解决 dpo 微调序列过长的问题的9、deepspeed 的每一段的通信比较，zero3分别是0和2的多少倍

给我面没招了，感觉自己好菜，发点面经攒攒人品1、 PPO 与 GRPO 的区别，分别介绍他们的优势与缺点2、 DPO 对齐训练的曲线是怎么样的，正例的概率会提升嘛3、 Deepseek -R1里面不仅推理能力很好，而且文采能力也很好，这个是个开放问题，如何让模型的文采能力也很好呢4、 DPO 如何解决回答过长的问题，除了正则5、开放问题：为什么现在大家都在关注于大模型的推理能力 reasoning6、对于一个 base model 如何增强大模型的 reasoning 能力7、模型选型时是否做定性定量对比ab test，客观数据验证文心性能不好了吗8、 DPO 除了长度问题还有其他的问题嘛，与问题2对应， reward hacking ？都没有奖励模型了

有面试过同岗的朋友欢迎评论区交流，攒人品中～1.lora和sft适用的任务2.rag中例子库是怎么构建的 有什么问题如何构建动态的例子库3.rag检索不到问题如何定位问题4.rag用户提问和向量库中的语义发生不匹配怎么办5.ragas如何评估 数据集如何构造的6.排序模型为什么选 bge 排序的原理是什么7.为什么要做lora 不用 sft8.为什么用三路召回9.如何评估 rag 线上怎么评估10.agent项目难点是什么11.如何构建多表查询 怎么能取到各表的关系12.为什么要做映射表 怎么做的13.react框架14.如何评估 agent

自我感觉良好但喜提人才库，我真没招了...1.dpo原理 为啥要用dpo不用ppo2.ppo中的reward model如何训练3.ppo中的 GAE和优势函数是什么4.3b模型的数据是哪里得到的5.grpo和ppo的区别 优势在哪里了解 GQA和 MHA么6.手写一下 dpo和ppo7.手写多头注意力机制8.手写梯度下降法的二分

1.对 Ai的理解 为什么要学习qi 学习知识的途径2.强化学习了解多少 dpo 以及 kto 了解么，数据配比问题 agent的planning能力如何增强3.除了transformer之外的网络4.多线程 如果请求很大的情况下如何解决问题5.反问环节

感觉整体不太难，发点面经攒攒人品！1.如何提升 agent的function call的能力2.上下文工程了解多少，长短期记忆如何做3.记忆覆盖问题如何解决4.transformerlora变体5.手撕 MHA

前段时间面的，最近闲下来了发点面经攒攒人品～1.如果让你设计一个Agent开发框架，并且让你规范其他部门使用框架进行ai开发的泛式，请你详细聊一下你会怎么做2.你觉得 Eino和Langchain有什么区别，使用上3.问实习做的 Agent项目相关4.如果模型产生幻觉有什么解决措施5.讲一下Transformer架构，和rag的Rerank过程的原理6.讲一下一个 Agent项目可以从哪些方面评测最后的效果7.拷打实习做的后端项目相关，在Momenta实习做了些什么手撕:二叉树右视图

1.讲一下你这个分布式锁这个系统 qps是多少2.实习高并发的其他措施聊第二段实习相关:3.讲一下网关项目的背景-Agent项目的背景，流程，数据，解决了什么样的问题4.怎么优化的，是怎么考虑的5.讲一下react，你这个项目里可以怎么加入6.了解哪些 agent架构7.了解多 agent协作吗，讲一下8.agent间怎么做协调，了解AtA吗9.Agent skil怎么理解，跟tools是区别是什么10.手撕:有序链表转二叉搜索树

发一下问题给大家参考，有面试过同岗的朋友欢迎评论区交流1.大模型从头到尾的训练过程2.grpo算法优势在哪里 相较于ppo3.为什么去掉valuemodel了解他的损失函数么4.GAE是在做什么 grpo最大的改进是什么5.agent的定义是什么6.rag项目中你的例子库是用什么办法匹配的7.算法题:手撕 MHA8.算法题:一道改编的动态规划9.算法题:求一个n分解成k个数字的和如何使得这k个数字的乘积最大