阿里夸克实习面经汇总

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

发一下问题给大家参考，攒攒人品！1.Transformer中Attention的本质是什么？你能从数学角度简要解释一下吗？2.在Agent多轮对话任务中，你觉得Attention的局限性体现在哪些方面？3.简要介绍一下SFT的核心流程，以及数据集的构建策略，SFT之后常见的Post-Training还有哪些？它们之间的目的有何区别？4.什么是RAG，它是怎么提升生成质量的？与传统检索＋模型生成的流程有何不同？如何评估一个RAG系统是否work的？5.PPO和DPO在大模型对齐中的主要区别是什么？DPO训练通常有哪些注意事项？用过GRPO么？6.项目里的Modular Agent，你能讲讲它是如何实现多步规划的吗？7.项目提到了多个工具调用链路，调度策略是如何设计的？是否有异常fallback策略？8.Agent评估体系包括哪些维度？如何衡量planning能力 vs hallucination rate？9.项目里微调Qwen，选择的训练阶段和Loss函数是如何决定的？10.Prompt自动推荐模块用了哪些优化策略？有没有尝试过Prompt压缩或embedding表示的方式？11.场景题：假如一个Agent 推理链路包含3个工具+高频请求，系统整体延迟较高，你会如何优化？12.代码：岛屿数量

给我面没招了，发点面经攒攒人品～1*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？2* 描述 Transformer Decoder 的完整解码流程。3* 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？4* MoE架构的具体实现原理是什么？路由（Router）是如何工作的？5* 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？6* 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？7* 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？8* 如果单次生成的任务量远大于模型的 Max Tokens 限制，如何实现断点继续生成？9* Transformer 中 Attention 的本质是什么？请从数学角度解释。10* 为什么在计算 Attention 时需要进行Scaling11* Self-Attention 和 Cross-Attention 在作用和输入来源上有什么区别？12* 面对极长序列Attention 的 O(L^2) 复杂度问题目前有哪些主流解决方案？13* 在 Agent 多轮对话任务中，Attention 机制的局限性体现在哪些方面？14* 为什么模型在长上下文对话中容易出现“信息遗忘”？有哪些缓解机制？15* 介绍 SFT的流程，以及如何构建高质量、多样化的数据集？16* 在什么业务场景下，必须引入 RLHF 或 DPO 这种偏好对齐技术？17* MinerU 在解析复杂的工业文档（如图文混排）时，具体的处理逻辑是怎样的？18* 在多模态检索中，文本和图片是如何映射到同一个统一向量空间的？19* Ragas 评测框架中的 Faithfulness 和 Answer Relevance 指标的具体计算逻辑是什么？20* 相比于 LangChain，LangGraph 在处理循环任务和状态管理上有哪些优势？21* LangGraph 的状态快照机制是如何实现任务回溯和持久化的？

腾讯会议录制后的AI会议总结（30min）这是一场关于计算机技术岗位的面试会议。本次会议主要围绕应聘者的项目经验、技术能力和对Java、MySQL等技术的理解展开讨论。面试官还询问了应聘者对AI领域的了解程度以及未来实习转正的可能性。1、面试开场与设备问题面试开始时，面试者设备出现问题，摄像头无法打开，请求重启设备。面试官同意面试者重启设备，面试在设备重启后继续进行。2、面试者自我介绍面试者自我介绍为郑州大学计算机技术专业的27届硕士在读研究生，有两段实习经历和一些项目经历。面试者掌握的技术包括SSM框架、MySQL、Redis、RabbitMQ等工具，并能熟练使用AI进行编程。3、实习经历与项目介绍面试者第一段实习是在老师的横向项目中，第二段是在本地企业实习三个月。面试者详细介绍了一个名为“聚宝盆”的ERP系统项目，该系统服务于中小型商超，包含多个模块如主数据中心、库存中心等。面试者在项目中主要负责接口开发，特别是顾客支撑模块的接口开发。4、技术问题讨论面试官询问项目中的并发处理方案，面试者提到在价签打印模块使用了分布式锁和MySQL异步处理。面试官进一步询问如何提升系统并发能力，面试者提到缓存优化和硬件提升。面试者介绍了电商直播赋能平台项目中的Redis主从加哨兵架构，以及接口限流和防刷策略。5、Java技术点讨论面试官询问HashMap的底层原理，面试者详细介绍了Java 1.7和1.8版本的差异及put流程。面试官询问红黑树的插入和遍历，面试者简要回答并承认对旋转操作不熟悉。6、MySQL技术点讨论面试官询问MySQL的三大日志，面试者回答为redo log、undo log和binlog。面试官询问脏读和不可重复读的概念及解决方案，面试者简要回答并承认对MVCC实现细节不熟悉。7、公司业务与实习机会面试官介绍公司业务为AI领域，涉及医疗等多个行业，主要做大模型和Agent相关项目。面试者询问实习转正机会，面试官表示取决于能力和工作表现。面试者询问入职后的培训，面试官表示会有项目指导但非一对一教学。会议待办深入研究并理解红黑树的插入和遍历过程