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

考察候选人对自注意力机制的理解，特别是缩放因子的作用，涉及数值稳定性与梯度传播。

考察候选人对多头注意力机制的理解，包括其设计动机、计算方式及相对于单头的优势。

考察候选人对不同注意力变体的理解，特别是在推理效率与显存占用方面的权衡。

考察候选人对多模态位置编码演进的理解，以及能否把结构改动与模型能力提升建立因果联系。

考察对多模态位置编码历史方案的理解，以及能否还原工程上常见的 flatten 处理方式。

考察候选人的技术选型逻辑，能否从数据、成本、泛化、迭代速度等维度做权衡。

考察候选人能否从任务定义、标注成本、模型输出形式和下游使用方式解释设计取舍。

考察候选人对合成数据评估体系的完整度，包括分布、多样性、正确性和下游收益。

考察在垂类业务中模型选型的权衡能力，理解通用VLM与领域专用模型的优劣。

考察对主流检测器整体结构的掌握程度，以及能否从精度、速度、部署成本角度解释设计取舍。

考察对单阶段检测器经典方法的理解，重点是多尺度预测、先验框和损失设计。

考察对检测范式演进的系统理解，以及能否结合数据分布和部署约束做选择。