阿里云面试凉（?）经

今天得空review了一下昨晚的笔试，AI研发方向的，整体上有一定的难度，感觉自己答得还可以吧，期待给个面试机会 20 道选择 + 3 道编程 + 1 道 Prompt，T1 签到，T2 贪心一眼秒，T3 是个数位 DP 有点东西，T4 Prompt 题考的是让 AI 算出租车费。 选择题概览 选择题一半 AI 一半 CS 基础，AI 方向的占比还是挺高的。 AI/Agent 相关的大概考了这些：Transformer 的 teacher forcing 训练推理差异、MHA/MQA/GQA 注意力机制对比、LangChain 和 LangGraph 的关系、ReAct 的机制边界、multi...

电话面试 自我介绍拷打项目，问了些项目相关的内容，答得一般，面试官对内容中的并发部分比较感兴趣问了下平时用ai写代码的流程八股问了下threadlocal的原理以及问题手撕无重复字符的最长字符串反问部门那边的主营业务，有没有搞rag之类的规划挂电话前最后问了下学校里的经历，了解了下实验室里的研究内容

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...

百度网盘一面挂百度助手一面挂抖音二面挂tiktok所有面试通过，结果横向挂快手一面wxg一面挂PDD、美团、小红书、阿里、B站、京东简历挂百度和字节下周继续复活赛。面了一个月没一个过的，牛客上各个都在oc，现实我认识的朋友全挂0。什么时候才能像牛客上面的大佬一样收割啊