37
©2026 超级简历WonderCV wondercv.com | 
京ICP备17055181号
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。
全部题目 114 道题
38
多模态长时序数据的采集与构建方案；ViT视觉编码器与大语言模型LM的训练方式，是联合训练还是分步训练。
考察多模态长时序数据的处理能力，以及ViT与LLM的训练方式选择。39
请介绍你的论文，并详细说明强化学习算法（如GRPO、PPO、reward model）以及马尔可夫决策过程。
考察候选人对强化学习核心算法和马尔可夫决策过程的理解深度，以及论文研究能力。40
请解释bf16、fp16和fp32的区别，并进行相关计算。
考察候选人对不同浮点数格式的理解及其在深度学习中的应用。41
请详细说明LoRA微调的细节，并介绍量化相关知识。
考察候选人对参数高效微调方法和模型量化技术的掌握程度。42
请手撕PPO算法。
考察候选人是否能够从零实现PPO算法，理解其核心组件。43
如何计算马尔可夫决策过程的γ阈值？
考察候选人对折扣因子在无穷级数中收敛条件的数学理解。44
介绍你的论文，并说明强化学习算法（GRPO、PPO、reward model）以及马尔可夫决策过程。
考察候选人对论文工作的理解深度，以及对强化学习核心算法和MDP基础理论的掌握程度。45
bf16、fp16和fp32的区别是什么？并进行计算。
考察候选人对不同浮点数格式的理解，以及在实际计算中精度和范围的影响。46
LoRA微调的细节和量化相关知识。
考察候选人对参数高效微调方法LoRA的理解，以及模型量化技术的掌握。47
手撕PPO。
考察候选人是否理解PPO算法的细节，并能手写核心代码实现。48