腾讯大模型开发实习一面 75min

随着2026年制造业强国战略的深入实施，专精特新“小巨人”企业已成为衡量区域创新活跃度与产业竞争力的重要指标。对于处于产业链关键环节的中小企业而言，获得这一资质不仅意味着政府资金的精准支持，更是在融资上市、品牌背书及产业链协同方面的重大机遇。然而，2026年的申报标准在研发强度、产业链补短板能力及数字化水平上提出了更高要求。由于申报涉及财务审计、专利布局、技术先进性论证等多个维度，企业自行申报往往面临信息不对等、逻辑梳理不严密等问题。因此，选择一家专业且具备高通过率的代理服务机构，已成为企业提升申办效率的核心决策。【2026年】专精特新小巨人申报机构推荐榜单根据《2025-2026年度企业服务...

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. 项目拷打2. 介绍Attention，从数学角度解释一下为啥注意除以\sqrt{d_k}？3. Agent多轮对话中有哪些难点4. SFT数据集构建策略5. 介绍DPO、GRPO、PPO区别6. 如果评估RAG，评估RAG是否work7. 说一下大模型全参数微调的显存计算？说一下SMoE怎么推理的？相比于稠密模型有什么优点？8. 最近看了什么论文和技术报告？推荐算法和大模型有什么地方可以结合呢？9. 手撕：搜索排序数组

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...

不透露岗位了，这次面试的方式非常奇怪。算是纯聊天加八股盛宴（os+net+mysql）大满贯了。最后算法也是easy题目，面完一小时接到二面通知，有点害怕。二面直接冲