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、Transformer、PPO、SFT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。

157 道题目建议用时 471 分钟专项面试练习

全部题目 157 道题

133

考察对多头注意力设计动机的理解，以及能否从表达能力、子空间、梯度等角度分析单头注意力的局限。

134

考察对 RLHF 中 PPO 与 GRPO 算法差异的理解，重点在优势估计、价值网络和采样方式。

135

考察对 vLLM 推理引擎关键机制的理解，尤其是 PagedAttention 与 KV Cache 管理。

136

考察将 RAG 用于推荐系统的动机，以及知识库从数据源到可检索索引的完整构建流程。

137

考察嵌入模型选型依据与 FAISS 索引构建、参数选择的实践理解。

138

考察候选人对 Agent 场景 RL 与单轮 RL 本质差异的理解，以及能否从 horizon、状态表示、off-policy 程度等底层机制解释训练崩溃，而非停留在 reward 稀疏等表层原因。

139

考察对 PPO 与 GRPO 机制差异的精确理解，尤其是 critic 在信用分配中的作用、GRPO 用组内相对奖励替代 value baseline 的假设与偏差来源。

140

考察对 PPO 中两种策略约束机制的理解：clip 是比率截断，KL 是分布惩罚，二者作用对象和失效模式不同，并考察对超参敏感性的直觉。

141

考察对 Agent 场景奖励漏洞的理解，以及能否给出可观测的检测信号而非泛泛而谈，同时考察工程经验中的真实案例意识。

142

考察在算力受限下的工程取舍能力，能否区分训练流程中的必要环节与可裁剪环节，并给出有优先级的方案。

143

考察候选人能否把项目讲成可验证的因果链，而不是罗列工作内容；重点看指标定义、归因方法和排除混杂因素的能力。

144

考察能否从模块级推导出整体成本结构，并据此判断架构瓶颈，而不是背结论。