祝大家都能拿到满意的Offer！1项目拷打2介绍非线性注意力mamba3介绍GAE4介绍DPO PPO GRPO5一个hot100（无重复字符的最长子串，本地vscode写）

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.拷打第一段实习3. 拷打第二段实习4. 实习期间，觉得哪一些是比较难的点？成长最多的是哪一块？5. CTR Group AUC 怎么理解？和 AUC 的区别是什么？为什么要看 GAUC？6. GAUC（第二段实习） 加权平均的权重是什么？7. 离线的 CTR AUC 值是多少，Group AUC 大概是多少？（追问具体数值）8. CTR 的 Label Average 大概是多少？9. 为什么非常稀疏的目标，全局 AUC 容易学得很高？10. 手撕Sigmoid 函数的表达式和求导。11. 算法题：最长回文子串，时间复杂度是多少？有复杂度低一点的方法吗？

面试很难，还是要多多练习，感觉自己说不明白业务逻辑1.问论文2.项目深挖3.attention结构4.gpt12的结构5.Llamma12的结构6.Deepseekv2 v3 r1 r1 zero的结构和训练过程7.探讨moe技术细节以及未来发展的困境8.一道业务题

感觉自己好菜、面试很难，还是要多多练习1.项目介绍2.手机助手项目背景，奖励是怎么分配到每一步的?数据量大小?长短链路比例?正负样本数据量?3.R1复现数据分布?你怎么确定你的方案是有效的?采用的什么框架?GRPO相对于PPO有什么缺点?PPO到GRPO的思路?4.为什么现在在实习还会投实习?5.看过R1的文章是吧，讲一下他们是做了多少论训练。

总结一下最近面试的 agent 实习面试，包括深信服，anker，minimax，万物云，吉比特整体感觉是：不再考 “你会不会用大模型”，而是考 “你能不能把 Agent 系统跑在真实工程里”。下面把我遇到的高频 Agent 面试题，按模块系统性总结一下，供后来者参考。一、Agent 在学术 / 工程上是如何拆分的？高频问题：Agent 在学术上由哪些部分组成？和普通 LLM 应用有什么区别？二、上下文工程 vs Prompt 工程（几乎必考）高频问题：上下文工程和提示词工程有什么区别？三、如何减少幻觉（Hallucination）高频问题：Agent 如何减少幻觉？在工业场景下怎么做？四、多 Agent / 多异步任务下，如何防止上下文污染？五、RAG 流程（几乎场场都有）六、MCP vs Tool / Function Calling七、工程基础Redis 为什么单线程？HTTPS 握手流程？经典算法（课程表 / 拓扑排序）SFT/PPO/DPO/GRPO 的区别，微调一个大模型的流程是什么样的？

一面 项目介绍八股文：- LLM Decode 策略- Greedy Search 和 Beam Search- Greedy Search 是最优的吗？- LoRA？ 初始化？计算复杂度？笔试题：- 合并多个链表二面二面项目倒是问的挺多的，甚至面试官还看过简历里的论文，专门问了论文里他看的一些我没讲到的点八股文：- Transformer 的整体时间复杂度- 一层 Transformer 内部的时间复杂度？以及 Attention 的占比？笔试题：- 有 min_size 和 max_size 约束的 kmeans 实现，即每个蔟内的点的数量有限制。

手撕 给定一组非负整数 nums，重新排列每个数的顺序（每个数不可拆分）使之组成一个最大的整数。主要问简历问了一个数据分析项目以及机器学习建模的比赛线性模型和树模型的区别项目中遗传算法优化具体用在哪里强化学习和监督学习的区别关于我多模态的项目，问了一个grpo的原理有哪些模型融合的方法遗传算法用在神经网络什么步骤

1、自我介绍2、Xgb模型的特征工程到建模流程详细介绍，树的深度，数的个数3、Bert模型详细介绍，输入是什么4、可以直接写出transformer代码吗5、什么是multi-head，有什么作用，注意力权重计算公式6、力扣现场写，复杂度是多少，题目：返回所有和为 0 且不重复的三元组。九月初参加的滴滴算法面试，问题基本都是根据简历问的，深挖简历，最后有一道算法题，回答的一般般，挂