发一下问题给大家参考，攒攒人品！1.项目拷打2.sft训到什么程度用rl3.sft的损失和预训练的损失有什么区别。4.构造sft专家轨迹之后会做什么操作5.grpo（ppo）和dpo的优缺点6.grpo的rm出现reward hacking有什么解决方法7.ppo和grpo的区别8.思维链冗余怎么处理，每个逻辑打是否冗余的标签？会出现什么问题9.滑动窗口最大化

继续来分享下最近的面经~算子优化1. GEMM 中为什么通常让单个线程处理 8x8 的计算块？2. 使用 CUDA 实现算子时的主要难点有哪些？3. 是否使用 CUDA 实现过前缀和（prefix sum）？4. 什么是 bank conflict？有哪些减少 bank conflict 的方法？5. Little’s Law 中访存延迟与计算延迟的关系是什么？项目经历6. 介绍参与的开源项目。

攒人品中，祝大家都能拿到满意的Offer！1.实习拷打2.实习项目：重点问了数据处理的步骤，配比，怎么评判质量3.实习项目：GUI-Agent的思考，介绍技术，怎么做的异步训练，怎么评判完成等等4.讲一下PPO和GRPO5.知道哪些attention变体，讲一下。问知不知道linear attention，qwen3.5和minimax2.5都用了6.PPO和GRPO的token前后奖励一不一样，这个我实在不明白，说不太懂这个地方7.vibe coding

发一下问题给大家参考，攒攒人品！1.介绍RAG技术2.Harness engineering介绍一下3.Hermes Agent是怎么不断自我纠正自我进化的4.大模型认知和RAG检索冲突怎么解决5.MCP的使用场景6.怎样去设计一个Agent的沙箱机制7.智能客服Agent应该用ReAct还是WorkFlow的设计模式，二者的应用场景8.Agent的局限性9.提示词攻击怎么防护10.平时用的语言是什么11.平时用什么AI 工具12.用过哪些模型，体验怎么样13.有没有了解过多Agent系统14.项目有没有部署，多少人在用AI coding*3，每道题限时15分钟

感觉面完人都通透了，还是太菜了，下去沉淀一下1. 序列推荐的数据集是什么？2. 是否实现过Word2Vec，Word2Vec是针对什么优化的？3. 了解哪些困难负采样方式？4.  FAISS有了解哪些具体的方法？FAISS有哪几种组合方式？哪种方式最快？5. 抽样是样本粒度的还是特征粒度的？6. 了解哪些精排相关的模型？7. 召回和精排有哪些区别？8. 长序列建模了解哪些模型？手撕：1.23. 合并K个升序链表（Hot100）

发一下问题给大家参考，攒攒人品！1.实习拷打2.你们大模型的调用是用开源的，还是内部自己搭的？当时是怎么选型的？3.招聘绩效涉及很多敏感数据，你们在选型时有没有考虑、担心数据泄露的问题？4.你们自己和 agent / 大模型调用这块，主要是在做些什么事情？5.你刚刚提到会根据用户角色去做鉴权，你能展开讲一下你们具体怎么做的吗？6.讲一下数据开发实习里的数据量和工作内容7.DDD是什么？和传统项目的区别是什么？（问的特别细）8.你刚刚说的可能更像是用了策略模式、工厂模式，展开讲一下？9.你能从具体代码层面再讲一下吗？（问的特别细）10.Spring 本身的循环依赖是怎么解决的？11.TCP 的粘包和拆包是什么？怎么解决？12.你对网络安全相关技术有了解吗？介绍一下13.你对大模型时代的一些 AI 安全怎么看？14.你觉得现在这种 AI 系统里，有哪些安全隐患？你作为一个研发，哪些方面是可以去做的？手撕最长回文子串