字节广告算法二面-秋招面经

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.项目拷打2.实习拷打3.如何做RLHF阶段的稳定训练？PPO在RLHF中的核心不稳定点？4.如果训练中出现：GPU利用率低、显存碎片化严重，你会如何排查与优化？5.RLHF训练中，奖励模型（RM）的训练难点是什么？如何避免奖励模型过拟合，确保其能准确反映人类偏好？6.数据清洗过程中，如何区分有效数据与噪声数据？针对不同类型的噪声（如文本错误、图像模糊），有哪些针对性的处理方法？7.在大模型训练过程中，如何优化显存占用和训练速度？8.你在过往项目中，有没有基于业务需求，提出过创新的技术方案或优化思路？如何推动方案落地并验证效果？9.代码题：合并两个有序链表和二叉树中的最大路径和

1. 自我介绍2. 介绍你这项目，重点讲 LLM 部分是怎么设计的3. 如果让你从零设计一个对话 Agent 的流程，核心状态有哪些核心状态至少要有会话状态、任务状态、工具状态和记忆状态。会话状态负责当前轮的输入输出和上下文窗口；任务状态描述目标、槽位、依赖和是否完成；工具状态记录已经调用过哪些外部能力、返回了什么、是否失败和是否可重试；记忆状态保存长期偏好、历史事实和结构化摘要。很多对话系统看上去只是“多轮聊天”，实际真正难的是状态机设计，如果状态边界不清晰，模型很容易把临时信息写成长久事实，或者把上一个任务的中间结果错误继承到当前轮。4. 如果用户和 AI 对话时生成的问题本身有冲突，系统...

第三题写了三四种一直超时，实在没招了统计一下大家都a了多少，2.2进面希望大吗

逛牛客这么久，发现一个很有意思的现象：很多人把大厂当成“求职天花板”，拼尽全力投递、面试，哪怕拿到offer，也有不少人干了3个月就裸辞，吐槽“大厂节奏快到窒息”“内耗严重”“自己根本不适应”。 其实大厂从来不是“适合所有人的避风港”，它有清晰的优势——完善的体系、优质的资源、可观的薪资、清晰的成长路径，但也有不可忽视的压力——高强度加班、严格的KPI、复杂的协作流程、激烈的竞争。 与其盲目跟风冲大厂，不如先看清自己：你到底适不适合大厂？结合身边上岸大厂的朋友经历+牛友高频分享，总结出4类最适合大厂的人，对照看看，你是不是其中之一～ 一、目标明确，能接受“高压换成长”的人 大厂最不缺“努力的人...