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

145

考察训练工程中的显存与数值稳定性权衡，以及分布式并行策略的切分对象。

146

考察对 GRPO 从流程到原理的掌握深度，重点看能否从“组内归一化”讲到可比性前提，而不是背结论。

147

考察参数选择背后的权衡，能否说清 G 对 advantage 分辨率和采样成本的影响。

148

考察 reward 工程能力，包括信号选择、加权设计和对抗 reward hacking 的意识。

149

考察对 reward hacking 的实战识别能力，能否说出具体形式、发现信号和处置动作。

150

考察规则落地方式的取舍，能否分析写进 reward 的收益与副作用。

151

考察候选人对内化路线本质价值的理解，是否能跳出省 token 这一表层收益，从能力形态、推理链路、延迟与稳定性等维度论证设计目标。

152

考察候选人对推理引擎细节的真实掌握，区分“用过 vLLM”和“知道参数为什么存在”，重点看前缀复用条件与显存约束的权衡。

153

验证简历中“推理链路优化”是否真实由本人负责，考察候选人能否把模糊表述拆成可观测环节、指标口径和优化归因。

154

考察候选人能否现场推导注意力与 FFN 的 FLOPs、判断临界点，并理解长上下文下显存增长快于算力的架构约束。

155

考察训练异常排查的系统性、数据去重阈值的统计依据，以及对 SFT loss mask 错误后果的理解。

156

考察对 GRPO 组内基线、PPO critic 依赖、loss 恒为 0 的成因以及 DAPO 改进点的理解。