继续来分享下之前的面经~欢迎友好讨论，信息共享1.实习拷打2.介绍下项目3.你主要负责哪方面4.仔细讲下这几大链路5.有和其他智能体协作吗6.F1怎么做的，怎么计算的，是放到提示词做示例，还是微调了模型7.幻觉验证是怎么做的8.RLHF和PPO的区别9.在PPO训练过程有遇到什么问题吗10.训练PPO需要几个模型11.假设现在有一条query，你现在告诉我PPO的整个流程是怎么样训练的，这四个模型是怎么协作的12.有了解其他ppo改进算法吗13.KL散度加在PPO损失的哪里

1. 你怎么理解 AI、LLM、大模型工作流、MCP、Agent、PromptAI 是一个更大的集合，机器学习、深度学习、计算机视觉、推荐系统、语音识别都算 AI。LLM 指的是大语言模型，是 AI 里专门处理自然语言、代码、推理、问答这类任务的一类基础模型。Prompt 就是给模型的输入指令设计，它决定模型如何理解任务、输出什么格式、遵循什么约束。Prompt 不是简单“提问”，更像是在给模型编排上下文和行为边界。工作流一般是把多个步骤串起来，比如意图识别、知识检索、工具调用、结果校验、格式化输出，它强调流程编排和稳定交付。Agent 比工作流再往前一步，它通常带有目标、自主决策、记忆、规划...

攒人品中，祝大家都能拿到满意的Offer！1.项目拷打2. grpo 和 dpo 以及跟最早的 ppo 有什么区别，这个你有了解吗？3.在做大模训练时，一般用全参数微调还是 lora 微调？简单描述下 lora 的原理。4.训练的优化器一般用什么？ Adam 跟 SGD 的显存相比哪个占比更高？5.对搜推有了解吗，比如精排、召回的模型？除了 FM 和 DeepFM 这种做特征交叉的结构，还有哪些其他的做特征交叉的结构吗？ DCN 了解吗？6.精排和召回的区别在哪，或者说为什么一般先做召回再去做精排？7.代码题： leetcode hot 100的题

1、自我介绍2、对大模型应用的理解我理解的大模型应用，核心不是“模型能回答”，而是“模型能稳定解决业务问题”。单纯从能力上看，大模型擅长自然语言理解、内容生成、总结归纳、信息抽取、问答、多轮对话、代码辅助这些任务，但真正到了业务场景里，还要考虑知识时效性、幻觉控制、结果可解释性、调用成本和响应速度。所以大模型应用一般不是一个裸模型直接上线，而是一个完整系统。常见会包括下面这些模块：用户输入理解Prompt 构造外部知识检索工具调用模型生成输出校验日志监控和效果评测如果是企业场景，大模型应用通常有几个典型方向：智能问答和知识库助手企业内部 Copilot智能客服文档总结和信息抽取数据分析辅助Ag...