一、项目相关1. 项目一（RQVAE+HSTU）- 项目动机？- RQVAE原理是什么？为何有效？- HSTU做Beam Search时，如何避免首个id预测错误导致正确结果被剪枝？2. 项目二（agent）- 项目动机？- 简单介绍后训练、RL相关内容二、八股问答1. 分类模型常用损失函数？2. 为何CE/BCE效果优于MSE？3. 预测模型常用损失函数？4. 样本不均衡/长尾问题如何处理？5. Focal Loss原理？过/欠采样如何加权避免样本偏差？6. 正则化作用及原理？7. 简述多目标建模及相关内容三、手撕算法1. 二分法实现寻找峰值📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

一、自我介绍二、实习相关八股1. 实习业务场景负责大模型对话对齐、指令微调、强化学习优化，提升模型生成准确性、合规性与指令遵循度，落地垂类对话/问答业务。2. SFT数据筛选、采样及处理3. 选择GRPO的原因、优化目标及数学原理- 选型原因：相比PPO显存占用低、无需价值网络、训练更稳定，对齐效率高- 优化目标：最大化模型生成优势，约束KL散度防止策略突变- 原理：分组优势归一化、截断策略比率、近端约束，降低训练方差4. 奖励函数设计（重点）围绕有用性、准确性、合规性、流畅性设计，分维度打分；加入KL惩罚，避免单一奖励过拟合，区分正负奖励权重。5. 判断RL训练质量达标方法- 奖励值收敛、KL散度稳定；- 离线评测：指令遵循率、幻觉率达标；- 人工抽检生成内容，无退化、无套路化输出6. 是否遇到Reward Hacking遇到过，模型生成空洞话术、固定模板刻意刷高奖励值。7. 其他奖励作弊类型刻意迎合奖励规则、答非所问、重复安全话术、回避核心问题、策略坍缩同质化输出。8. PPO和DPO了解- PPO：在线强化学习，近端策略优化，带价值网络，训练复杂度高- DPO：离线偏好优化，基于成对偏好数据，无需交互采样，训练简单稳定三、基础八股1. Attention计算时间复杂度标准自注意力：O(n²d)（n为序列长度，d为特征维度）2. KV Cache原理推理时缓存历史token的KV矩阵，避免重复计算，降低算力开销，提升推理速度。3. GQA、MLA原理- GQA：分组查询注意力，Q分组共享KV，平衡推理速度与效果- MLA：融合局部+全局注意力，适配长上下文，降低显存占用4. vLLM原理基于PagedAttention分页管理KV Cache，提升显存利用率，支持高并发推理。5. Flash Attention原理分块计算注意力，优化显存IO，减少HBM访问，提速同时降低显存开销。6. 稀疏注意力原理仅计算局部/关联token注意力，舍弃全局无关token，将复杂度降至O(n)，适配长文本。7. 模型推理慢排查思路检查序列长度、batch大小；确认KV Cache、量化、FlashAttention开启；排查GPU显存、算子优化问题。四、编程题1. rand7()实现rand10()拒绝采样：rand7()*rand7()生成1-49数，保留1-40，映射为1-10，超出则重新生成。2. 浮点数组取整最小变化和贪心思路：每个数选上/下取整中差值更小的，累加最小总误差。3. 最长无重复子串

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1️⃣一面 1. Transformer、CLIP原理，图文对齐层工作机制2. CLIP衍生进阶模型；检索场景模型适配改造思路3. Transformer各类Decoder结构4. 大模型通用预训练流程；电商垂域预训练必要性及原因5. GRPO公式推导；PPO四大组成模型手撕：多头注意力MHA代码2️⃣二面1. LoRA落地场景、常用超参配置2. 长文本模型结构优化；Qwen3-VL RoPE、MRoPE原理，其他位置编码方案3. 长文本训练各类优化Trick4. 多模态图像Token冗余过多解决方案；图像Token长度限制实现方式5. BF16与FP32精度差异、训练选型；训练推理精度一致性问题手撕：反转链表3️⃣三面1. 多模态Embedding设计经验、图文对齐方案与主流对齐方式2. Embedding模型与Reranker差异，二者训练Loss区别📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

项目相关 1. Agent项目是否已上线？2. 是否使用LangChain等框架？3. 意图识别模块如何实现？4. 项目用到哪些工具？5. 如何提升工具调用准确率？6. 知识库如何搭建？7. RAG有哪些文本分块策略？8. 如何提升知识检索的回答准确率？9. 知识库如何解析表格、图片文件？10. 系统是否使用ReAct模式？11. 如何提升模型回答性能？12. 有哪些Prompt优化方法？大模型基础1. Token与字符的区别？2. 简述LangChain与LangGraph？3. 介绍Agent常见运行模式？4. 如何解决Lost in the middle问题？5. Prompt的基本组成结构？开发基础1. 线程池核心参数？2. 进程、线程、协程的区别？3. HashMap底层原理？算法1. 实现：除自身以外数组的乘积反问环节1. 部门C端核心业务功能？2. 业务中AI研发的落地方向？3. 对我面试表现的改进建议？

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1️⃣一面 1.深挖项目，比如reward怎么设计的，后续有什么改进思路2.ppo grpo的具体原理以及区别，ppo的critic模型怎么训练的3.kl散度有什么用，为什么要用kl散度，以及一些kvcache相关的，mla之类的4.手撕:链表相加，用双指针2️⃣二面1.问项目2.从transformer八股到agentic rl，再到grpo的改进算法以及reward hacking，最后还聊了harness、Hermes这种比较新的agent设计以及讲讲看的最新的论文3.没有手撕3️⃣三面1.聊项目2.比较长的对话，强化学习怎么做reward，reward什么时候用模型什么时候用规则3.如何避免奖励坍缩和hacking，同时有什么工程方法可以处理比较长的问答，多轮对话怎么微调，如何保持上下文记忆4.agentic rl设计的思路，sft到了什么阶段可以做rl，如何评估，📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1️⃣一、项目相关1. Agent项目是否上线部署？2. 是否使用过LangChain等框架？3. 意图识别模块如何实现？4. 项目用到哪些工具？5. 如何提升工具调用正确率？6. 知识库如何构建？7. RAG项目的分块策略有哪些？8. 知识检索如何提升回答正确率？9. 如何解析知识库中的表格/图片文件？10. 系统是否用到ReAct模式？11. 如何提升模型回答性能？12. Prompt层面有哪些优化手段？2️⃣二、大模型基础1. Token与字符的区别2. LangChain与LangGraph的了解3. Agent常见模式（ReAct/Plan and Execute等）4. Lost in the middle问题的解决方案5. Prompt的常见结构3️⃣三、开发基础1. 线程池参数2. 进程/线程/协程的区别3. HashMap原理4️⃣四、算法题1. 除自身以外数组的乘积5️⃣五、反问环节1. 部门C端消费者业务介绍2. 业务中AI应用研发相关内容3. 面试表现优化建议📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 挑选个人复杂度最高、难点最突出的项目完整讲解，重点说明项目核心痛点、落地难点、技术瓶颈与最终落地解决方案。2. 结合项目场景，说明Agent任务目标拆解逻辑，以及PPO算法完整训练指标、效果评估标准。3. 阐述RLHF对齐偏好定义逻辑，大模型对话优劣好坏的标注标准与偏好数据集构建逻辑。4. 详细讲解奖励模型RM、Critic网络结构设计思路，组件有效性验证方式、调优优化策略，以及整体对话效果量化评估方案。5. 对比选型SFT、DPO、PPO、GRPO、RAG多条技术路线，说明为何选用强化学习做Agent对齐优化，完整输出各方案评估维度、适配场景与选型依据。6. DPO全流程效果评估方式，结合实际业务案例说明DPO固有短板，对比DPO与GRPO原理差异、优劣特点与落地适用场景。7. 从算法原理角度，讲解GRPO具备更强探索能力、稳定训练的核心原因。8. 阐述个人参与RAG相关项目初衷，梳理RAG系统整体架构与核心工作内容。9. 对比语义切分、固定长度切分、递归语义切分优劣，说明递归切分选型原因，以及不规则、非结构化文档专属预处理方案。10. 梳理向量数据库选型核心考量维度，结合线上高并发、低延迟生产环境，说明落地选型策略。11. 说明关键词检索+向量检索混合检索设计原因，介绍召回率、准确率等检索效果客观量化评价指标。12. 针对检索召回不足、匹配精度偏低、上下文关联性差等问题，逐条梳理全链路优化手段。13. 讲解用户意图模糊、指代不清、需求不明确类问题的意图识别与澄清处理方案。14. 讲解重排序模型选型、技术实现、解决的检索冗余错乱问题，所用开源/商用工具库，以及不同重排模型横向对比实验结论。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。