有面试过同岗的朋友欢迎评论区交流1.实习拷打2.了解哪些大模型， Qwen 和 DeepSeek 各自的特点？3.MoE 跟 Dense 比，收益主要体现在哪？代价又是什么?4.有没有做过全参微调？没有的话你怎么判断它和值不值得做？5.如果你要把 LoRA 和全参做对比，你会怎么设计实验、控制变量、看哪些指标？6.RLHF 解决什么，在对齐里起什么作用？ RLHF 这一块会继续深挖：7.你知道哪些主流的对齐／强化学习做法？8.代码题：括号生成＋手写多头自注意力

给我面没招了，发点面经攒攒人品～1.  项目拷打2.  实习中做了什么？遇到什么问题？怎么评估效果？3.  怎么理解 YaRN？跟其他长文本/外推方案相比差异在哪？4.  RoPE 怎么跟 MLA 结合起来讲？只在短文本训过的模型，如何做长文本外推？5.  flash-attention / Megatron-LM 你了解哪些关键点？6.  了解哪些Tokenizer算法？像 DeepSeek 这类的分词思路跟标准 BPE 有什么不同？8.  coding：先讲原理，手写 FFN

给我面没招了，发点面经攒攒人品～1. 实习拷打2. 详细问了项目3. 数据集是怎样做扩充的？4. 为什么要SFT后还要使用DPO进行训练？5. 对于难样本是怎么解决的？6. 如何实现Function call的功能？7. 为什么RAG的效果用正确率来表示？8. RAG的文档是怎么划分的？基于什么规则划分？9. RAG召回冗余的数据怎么解决的？10. 有哪些可以优化RAG的方法？11. Decode-only和encoder-only有什么区别？

发一下问题给大家参考，攒攒人品！1.项目拷打2.讲一个了解的大模型3.LoRA原理4.MHA和GQA5.流量很多的时候，KV Cache还可以做吗怎么做6.TRPO，PPO7.手撕：MMoE

一面： 1. 自我介绍，讲论文和实习。2. Transformer自注意力机制、位置编码、梯度消失/爆炸的解决方案。3. 微调方法对比（Full Fine-tuning vs. LoRA/Adapter/P-Tuning）。4. 推理加速技术（量化、动态批处理、FlashAttention）。5. 如何优化大模型在长文本生成中的显存占用？6. RLHF中奖励模型（RM）的训练数据如何构建？7. 为网易云音乐设计一个AI歌词生成系统，如何提升创意性和押韵效果？8. 模型剪枝/量化（GPTQ、AWQ）、服务化框架（FastAPI+vLLM）。9. 如何解决大模型API服务的响应延迟问题？一面八股挺多的，问的知识点也非常多，主要考察对大模型的理解，整体来说难度不算大，复习熟记八股应该都比较好答。二面：1. 自我介绍，讲论文和实习。2. LayerNorm和BatchNorm在大模型中的区别？为什么Transformer用LayerNorm？3. 解释大模型训练中的“灾难性遗忘”现象及解决方法。4. 如果微调后的模型过拟合，你会如何调整？5. 如何评估一个对话系统的生成质量？6. 如何用大模型提升网易新闻的推荐效率？7. 设计一个游戏内AI陪玩系统，需考虑哪些模块？8. 领域适配时，如何构建高质量的垂域训练集？9. 你在项目中如何解决数据稀缺问题？10. 模型上线后遇到了什么性能瓶颈？如何优化的？建议：精读《Attention Is All You Need》、HuggingFace文档。如果没有大模型项目，可用Kaggle/开源项目复现（如LangChain应用）。

985硕 32k*（15-18）base上海，本来还在纠结，后来打听到师兄也在这边，说不卷，就先接了。

写面经攒攒人品一面1.项目介绍2.ppo和 grpo（唯一的八股）3.一道hot100的题，不是很难二面全是八股一点项目没问1.transformer的结构2.lora和lora的变体qlora3.pre norm 和 post norm4.python中的异步和同步5.一道构建最大堆的算法题6.grpo7.qwen的模型架构

RAG系统的架构，每一个模块的作用，文本截断的长度是多少？除了向量召回和关键词召回，还有哪些召回方式，了不了解全文召回，如何做的？向量召回，关键词召回，实体召回等不同召回链路召回的结果如何合并，哪一个优先级更高？query改写之后改写成什么形式去召回？DPO的原理，损失函数如何计算？GRPO的原理，损失函数如何计算？在linux系统当中查看端口是否被占用的命令行是什么？让进程在后台运行的命令行是什么？如何快速对一个list去重，如果list的长度非常长（且不改变数据格式）手撕：最长回文子串

一面 手撕Self-Attention无重复字符的最长子串智力题1 三门问题 两个羊一个跑车，第一次开门是羊，此时你换你选的门还是不换论文拷打和追问智力题2你有一栋 100层的大楼和 2个完全相同的鸡蛋。找出临界楼层N——在这个楼层或以上扔鸡蛋，鸡蛋会碎；在这个楼层以下扔，鸡蛋不会碎。在最坏情况下，找到一种策略，使得扔鸡蛋的次数最少。且鸡蛋只能碎一次反问：业务详解，和当前存在难点

一、自我介绍二、实习和项目介绍业务场景多端多场景推荐有哪些建模思路如何估算一个业务场景一天的样本量广告业务的目标, 和推荐的区别讲一个收益远超出预期 / 远低于预期的工作, 分析为什么模型从训练到上线, 会涉及哪些部分序列建模如何进行效率优化了解哪些神经网络底层优化的方法介绍 Flash AttentionFP16 和 FP32 的区别介绍 TensorRT三、反问

a了2，这次编程题比较简单，强度低

特别的数easy ，好像并不 easy 啊，考了容斥定理，大佬们a了多少？