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

考察对 Agentic-GRPO 的定位理解，能否区分其与普通 GRPO、传统 RLHF 的差异，并联系业务场景。

通过具体训练配置判断候选人是否真正参与训练，理解数据规模、算力与超参之间的权衡。

考察对抗训练的系统设计能力，包括角色分离、奖励设计、防止模式坍塌等工程细节。

100

考察奖励建模能力，能否平衡正确性、格式、安全与多样性，并处理奖励 hacking。

101

考察候选人对Agent方案的理解深度、项目背景的合理性以及技术选型能力。

102

考察对GRPO算法的掌握程度、实际训练经验以及问题解决能力。

103

考察对Reward设计的理解，以及在实际场景中权衡规则与模型的能力。

104

考察候选人对线上验证流程的理解和实际经验。

105

考察候选人对RAG端到端链路的理解深度，以及能否把通用流程落到真实项目约束上做取舍。

106

考察候选人对多Agent架构的理解，包括角色划分、通信、调度与冲突处理。

107

考察候选人对上下文工程与提示词工程边界的理解，是否具备系统化构建上下文的意识。

108

考察检索评估基础与优化经验，能否把指标与具体优化手段对应起来。