职位题库

大模型算法工程师面试题库

面向大模型算法工程师相关面试，围绕强化学习、GRPO、系统设计、Agent、Transformer等主题展开练习，结合题目考察点、回答思路、参考答案和常见误区，梳理知识要点并练习清晰表达。

114 道题目建议用时 342 分钟专项面试练习

全部题目 114 道题

考察候选人对大模型微调核心概念的理解，以及能否清晰对比不同微调策略的适用场景与优缺点。

考察候选人对Transformer核心机制的掌握程度，不只要说出公式，还要能画出矩阵形状并解释维度变化。

考察对多模态训练数据噪声的识别与处理能力，以及训练与线上推理阶段不同的容错策略。

考察在标注资源有限、类别体系庞大的现实约束下，如何设计可落地的内容理解方案。

考察对长文本处理方案的权衡能力，能否结合任务特点、成本和效果做选择。

考察线上推荐系统指标下降时的系统性排查能力，能否从数据、特征、模型、服务、策略等多环节定位。

考察 AB 实验设计的严谨性，以及在多指标冲突时的决策框架和沟通能力。

考察候选人对Agent强化学习中奖励机制的理解，能否根据任务特点选择合适的奖励类型。

考察对长链路任务中信用分配问题的理解及解决方案的掌握。

考察对GRPO算法及其衍生改进的熟悉程度，能否理解不同改进的核心思想。

考察对多智能体系统适用场景的理解，以及对其收益和成本的权衡能力。

考察对过程奖励模型（PRM）在Agent训练中作用机制的理解，特别是其如何参与信用分配和训练更新。