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、系统设计、Agent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。

123 道题目建议用时 369 分钟专项面试练习

全部题目 123 道题

37

对比解析 Tag-level 优化方案与 DAPO 算法的核心差异、适用场景优劣。

考察对Tag-level优化方案与DAPO算法的理解,以及适用场景的分析能力。
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

算马尔可夫决策过程的γ阈值,我感觉是个无穷级数?

考察候选人对MDP中折扣因子γ的数学理解,以及无穷级数求和的能力。
返回面试题库