1. 自我介绍2. 项目深挖3. RAG的问题与改进方案。4. 在不能修改模型的情况下，如何调整模型回复风格？5.平时是否使用vibe coding？对此有什么看法？6. PPO、DPO、GRPO、DAPO等RL算法的原理和区别。7. .为什么大模型有few-shot能力？讲一下few-shot能力的原理。8. 手撕代码：torch写SFT的loss计算代码（注意shift right）📳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. Transformer现有架构在什么情况下，哪个模块会导致用户意图判别不准？2. Transformer中的Q、K、V分别来自哪里？代表什么？3. MOE（混合专家模型）和传统Transformer的核心区别是什么？4. GRPO 和 SFT 的数据量分别是多少？5. 项目中数据输入是整段视频，还是拆分使用OCR、ASR分别处理？6. 力扣岛屿题第10题中，DFS/BFS里计数函数的两个循环分别起到什么作用？7.上下文场景中，单Agent和多Agent各自的优劣势是什么？8. 什么情况下选择单Agent，什么情况下选择多Agent？9.向量向量化后，距离计算的方法有哪些？📳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.自我介绍2.项目提问3.大模型的输入输出4.模型的SFT和PEFT训练的时候有什么小trick5.GRPO，PPO,DPO的算法原理6.什么时候用PPO，什么时候用GRPO7.场景题:有没有了解复读机， 如何解决复读机问题8.解释Agent和RAG原理9.算法题:最长公共子序列，环形链表10.反问：业务是做ToB的多轮对话机器人📳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.自我介绍2.问项目3.GRPO,DPO,PPO区别4.LORA的秩一般是如何选取的5.小米训练用的什么框架6.LORA微调的原理7.LORA为什么可以实现少量的参数完成全量微调的效果8.手撕有效的IP地址9.反问，组里做到餐的LLM生成餐，toC和toB📳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.CogVideoX 的模型结构、3D VAE 的压缩率、MM - DiT 的优势、4f+1为什么要＋12.FLUX 的结构，生成模型，优势3.SD3的架构，生成原理 Flow matching4.VQ - VAE 使用的的损失函数，训练过程5.为什么用 Lora 微调，为什么不用 ControlNet6.Lora 的原理， LoRA 在推理的时候怎么与原参数融合不带来时间成本7.Flow matching 与 DDPM 的区别及优势8.数据和 prompt 构建的过程9，个人怎么看待视频生成和图像生成，更倾向于那种10.Wan2.1的详细架构和训练细节11.算法：0841．钥匙和房间📳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.简单自我介绍2.二分类场景下，给定一个 pred _ score 数组，一个预测值 pc ，问 pc 等于多少时会收敛？3.手撕交叉熵损失4.按照先行后列的方式遍历一个［100,10000］的数组和一个［10000,100］数组哪个更快？5.手撕 transformer encoder + MHA6.给定一个房屋编号数组，给定一个路灯位置数组，要求路灯能照射到所有房屋，问：路灯的最小照射半径为多少？📳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.自我介绍2.grpo 在做大模训练时，一般用全参数微调还是 lora 微调？3.训练的优化器一般用什么？ Adam 跟 SGD 的显存相比哪个占比更高？4.除了 FM 和 DeepFM 这种做特征交叉的结构，还有哪些其他的做特征交叉的结构吗？5.你之前的两段实习你觉得哪段对于你的个人成长来说是帮助最大的？6.你的推荐项目里面提到了用了腾讯广告算法的 trick 去提升模型能力，具体是什么？7.有遇到大规模数据处理的情况吗？用过 spark 吗8.代码题： leetcode hot 100的题，具体不记得📳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.自我介绍2.我看你也做了两段实习，你在 oppo 面临过什么样的挑战，你当时是怎么思考和解决的？3.什么工具去做了这个 agent 框架？4.你后面打算考虑往哪方面发展？在研究和业务方面你更偏向于哪一块？5.开放题：我看你也做了这么多 LLM 的事情，你怎么看待 LLM 的发展？6.你对这个岗位有什么期待或者说是想做的事情吗？7.dpo 是在其他指标都优化的情况下漏检率上升在可接受范围内，当时的话你针对这个事情是怎么调整或者说去解决并落地的？8.假设后面来这边实习，面对工作安排，你会选择直接独立去做一个项目，还是前期先做一些基础性的工作？9.预期能实习多长时间，以及什么时候能到岗？📳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.项目介绍2.训练样本大概多少条3.为什么会想在重排做生成式4.如果是做生成式召回应该对模型结构怎么修改5.有考虑用别的强化学习的方法吗6.dpo 的公式是什么7. grpo 了解吗8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.手撕 transformer 并计算 flops 和内存开销📳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.实习经历穿插具体介绍2.bceloss公式介绍用pe，优势在哪里3.粗排有没有和精排有什么交互信息4.序列建模的基线模型是什么5.Linux常用命令有哪些，如何用Linux命令在两服务器间传数据6、如何降低KV cache7、讲讲DeepSeek中的MLA8.讲讲最开始的自注意力机制发展到当今的一个优化路线9.手撕最长公共子串1.合并有序数组（双指针）2.搜索插入位置（二分）3.分析一下din的attention和transformer的注意力机制有什么不同4.实习的模型更新的时期是按天为单位还是按小时为单位？5.ESMM模型后面的论文了不了解？6.DeepFM的FM侧是如何计算的？7.dense类的特征可以拿来做embedding吗？8.解释一下梯度消失的处理策略9.手撕多头注意力，询问其变体和设计思路，以及添加策略📳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.合并有序数组（双指针）2.搜索插入位置（二分）3.分析一下din的attention和transformer的注意力机制有什么不同4.实习的模型更新的时期是按天为单位还是按小时为单位？5.ESMM模型后面的论文了不了解？6.DeepFM的FM侧是如何计算的？7.dense类的特征可以拿来做embedding吗？8.解释一下梯度消失的处理策略9.手撕多头注意力，询问其变体和设计思路，以及添加策略✴️如果想了解更多算法相关的面试问题，欢迎后台咨询算法offer辅导。

1️⃣ 自我介绍2️⃣dpo训练对于系统问答的优化在哪里3️⃣提高模型的准确率核心是什么4️⃣rerank 用的什么模型5️⃣swiGLU 的改进6️⃣全参数微调 7B 需要多少显存7️⃣FP16/BF16 区别8️⃣介绍 gradient checkpoint9️⃣RougeL 计算方法1️⃣0️⃣代码：找数组第 k 大元素✴️如果想了解更多算法相关的面试问题，欢迎后台咨询算法offer辅导。

🌟内容涵盖核心思想，方法论，模型组成，优劣势，使用场景等方面的分析。✴️如果想了解更多算法相关的面试问题，欢迎后台咨询算法offer辅导。

1.Transformer 中为什么要用多头注意力？单头注意力有什么局限性？2.GRPO 和 PPO 在 RLHF 中的核心区别是什么？3. vLLM 的核心优势是什么？4.为什么在推荐系统中引入RAG？知识库的数据来源和构建流程是怎样的？5.嵌入模型为什么选 BGE？FAISS 索引是如何构建的？6.RAG 的 chunk 划分策略是什么？7.什么场景需要GraphRAG？8.当输入超过模型上下文长度时，有哪些主流解决方案？9. 手撕：乘积最大子数组（LeetCode 152）📳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。