1.比较一下几种常见的LLM架构，例如Encoder-0nly, Decoder-Only 和 Encoder-Decoder，并说明它们各自最擅长的任务类型。2.ReAct框架的核心思想是什么？为什么它比纯prompting在复杂任务上表现更好？3.Function Calling 和 Toolformer 的本质区别是什么？各自在训练/推理阶段如何工作？4.如果让你设计一个能行程规划的旅行Agent，你会如何拆解任务？各子Agent职责怎么划分？5.你的Agent如何处理工具调用失败（如API超时、返回空）？有设计重试、降级或用户澄清机制吗？6.在真实场景中，如何防止Agent泄露用户隐私或越权操作？从算法和系统层面谈谈你的设计。7.如果用户连续追问“为什么选这家酒店？”，Agent如何回溯决策链并给出可解释理由？8.如何评估一个Agent系统的鲁棒性？除了准确率，还会测试哪些对抗性或边缘case？

1.和传统SFT相比，RLHF旨在解决语言模型中的哪些核心问题？2.在Agent的设计中，“规划能力”至关重要。请谈谈目前有哪些主流方法可以赋予LLM规划能力？（例如CoT, ToT, GoT*)3.什么是多智能体系统？让多个LLM Agent协同工作相比于单个Agent有什么优势？又会引入哪些新的复杂性？4.你用过哪些Agent框架？选型是如何选的？你最终场景的评价指标是什么？5.你简历中的客服Agent项目，是如何判断用户意图是否需要调用外部API的？用了分类模型还是prompt判断？6.大模型生成工具调用时，如何避免参数格式错误？有哪些后处理或约束解码方法？7.当多个工具都能完成子任务时，你的Agent如何做选择？有没有引入打分或排序模块？8.在Agent中引入“记忆”机制时，为什么常用向量数据库？如何设计embedding和检索策略？9.项目上线后，你是如何收集bad case并迭代模型/策略的？有做在线学习吗？

1. 实习介绍2. HashMap底层数据结构- 链表树化的条件：当链表长度大于8且map容量超过64时，链表会进行树化。- 这样设计的原因：主要是结合内存开销和性能进行综合考虑。- 若key一直有冲突该如何处理？3. 介绍ConcurrentHashMap4. 说下CAS和synchronized锁的区别？5. Java的垃圾回收机制？6. 项目介绍- 数据存储是否为单表存储？表的数据上限是多少？能否存储一亿条数据？- 当单表超过5kw行或者容量超过2GB时，需考虑分库分表。- 订单表数据量较大时，如何选择分库分表键？是否了解分库分表？- 分库可以解决并发量大的问题，但数据库的连接数量有限，若进行分库，用户如何知晓请求该发送到哪台机器上？- 分表是将订单、物流、商品、会员等数据分别存放在独立的数据库中。7. MySQL底层数据结构？为什么采用B+树？为何不使用B树？8. 了解MySQL聚簇索引吗？有哪些方式可以避免回表操作？-  select id, name from table where name ='ls'  -- 不回表-  select * from table where name ='ls'  -- 回表9. 了解MVCC吗？它可以解决哪些问题？在不同隔离级别下，MVCC的处理方式有何差异？10. Redis在项目中的使用场景11. Redis除了实现分布式锁，还能有哪些应用？- 如何利用Redis进行限流？具体如何实现？

✅一面 1.自我介绍2.项目拷打与反问3.写一下交叉熵损失的公式4.MSE能用到分类任务上吗5.介绍transformer6.介绍auc，精确度，召回率，F1等等，auc的意义是什么7.为什么Transformer用ln不用bn8.开放:如果给你一批数据的点击率，曝光度，位置信息等，如何判断用户点击数据是否跟数据的位置有关✅二面1.项目的拷打与反问，比一面要刁钻一些2.问了GRPO和DPO的公式，后者没答出来3.问了DRPO，为什么可以把散度去掉，没答上来4.为什么要重要性采样5.讲一下注意力机制，交叉注意力，为什么除以根号d6.介绍一下什么情况下会出现梯度爆炸和梯度消失，为什么，出现了这种情况模型会怎么样7.贪心算法📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

✅一面 1.自我介绍2.项目拷打与反问3.写一下交叉熵损失的公式4.MSE能用到分类任务上吗5.介绍transformer6.介绍auc，精确度，召回率，F1等等，auc的意义是什么7.为什么Transformer用ln不用bn8.开放:如果给你一批数据的点击率，曝光度，位置信息等，如何判断用户点击数据是否跟数据的位置有关✅二面1.项目的拷打与反问，比一面要刁钻一些2.问了GRPO和DPO的公式，后者没答出来3.问了DRPO，为什么可以把散度去掉，没答上来4.为什么要重要性采样5.讲一下注意力机制，交叉注意力，为什么除以根号d6.介绍一下什么情况下会出现梯度爆炸和梯度消失，为什么，出现了这种情况模型会怎么样7.贪心算法📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 先做个智力题说活跃一下大脑十袋金币里9袋真1袋假，每袋5个币，真币一个10g，假币一个9g，现在有一个电子秤，问最少称几次能找到那袋假币，怎么称。提示袋子里的金币可以拿出来，一次就可以2. 手撕翻转二叉树用的递归 问层数很深时存在有什么问题 然后用迭代做问时间空间复杂度 纠正了一些代码格式上的问题和可以简写优化的点3. 自我介绍4. 八股java和python有什么区别为什么有的python10行写出来但java要100行python不用考虑数据类型的优缺点为什么说java是编译预言python是解释性语言git用来干嘛 基于什么实现

题目1：判断二叉树是不是平衡

1. 实习介绍2. 介绍一下项目3. 项目的细节拷打，一直追着问，问还有没有更好的模型4. SID的训练损失函数5. 损失函数可导吗6. SID有什么缺陷呢？怎么解决7. 手撕1：爬楼梯8. 手撕2:岛屿数量

1. 实习介绍2. transformer为什么比RNN好，有没有scaling law3. 介绍一下新闻推荐的项目4. 新闻推荐比赛的正负样本怎么确定5. 了解生成式推荐吗？6. SID如何训练的7. Tiger为什么不采用decoder-only的形式呢8. 手撕：接雨水

1. 先做个智力题说活跃一下大脑十袋金币里9袋真1袋假，每袋5个币，真币一个10g，假币一个9g，现在有一个电子秤，问最少称几次能找到那袋假币，怎么称。提示袋子里的金币可以拿出来，一次就可以2. 手撕翻转二叉树用的递归 问层数很深时存在有什么问题 然后用迭代做问时间空间复杂度 纠正了一些代码格式上的问题和可以简写优化的点3. 自我介绍4. 八股java和python有什么区别为什么有的python10行写出来但java要100行python不用考虑数据类型的优缺点为什么说java是编译预言python是解释性语言git用来干嘛 基于什么实现5. 问项目为什么用多agent不用单agent怎么评估 效果如何检索时query是自然语言而向量是代码语义怎么办向量数据库的原代码一直在迭代怎么办6. 反问业务

1.问项目的来源，实验室的项目吗？自己开发的部分有哪些？2.面向对象三大特性3.继承需要满足哪些条件？4.父类的哪些方法、哪些变量、满足了哪些条件子类才能继承呢？5.重载和重写的区别？什么时候用重写，什么时候用重载？分别用在什么场景呢？6.final、finally、finalize的区别？7.使用java来读写文件，该如何操作呢？有哪些注意点？8.使用JDBC进行简单查询需要哪几步？9.Lambda表达式的使用？如何使用呢？比如说现在UserId这个变量被封装在User对象中，现在有一个List的UserId，需要用Lambda表达式把10.UserId取出来，该怎么做呢？11.Mysql数据库中inner join、left join、right join、union、union all的区别？12.Oracle中有个关键字叫全连接，如果在Mysql中使用这个关键字，该怎么做呢？除了union还需要操作什么？除了用distinct之外还有其他的方案吗？13.Spring当中Bean的注入方式有哪些？14.Bean的作用域有哪些？15.Hashmap和concurrentHashmap的主要区别？16.那为什么concurrentHashmap是线程安全的呢？底层原理是什么？17.那两者的效率有什么区别吗？如果我在操作的时候对hashmap的方法加上了synchronized关键字，那和concurrentHashmap有什么区别呢？

八股问答 1.final的用法 - list，map，set区别2.在并发场景下，怎么保证顺序执行3.在分布式场景下，怎么保证客户端顺序执行4.java怎么开启多线程5.hashmap的数据结构和扩容过程6.try catch finally throw throws分别干啥7.直接获取class对象的方法 - 反射实现原理和优缺点8.ioc原理和实现方式9.minGC和fullGC触发条件10.innodb引擎下事务的隔离级别，和默认隔离级别 乐观锁和悲观锁 -11.mysql下怎么实现，对于版本号要注意什么 -12.mq啥时候用 -13.grep干啥，grep怎么实现大小写忽略 -14.大模型和传统机器学习模型和深度学习模型区别 self attention手撕 - 限时15min翻转单链表 - 最长公共前缀 - N个有序链表合并场景题1.你认为高德的酒旅和美团的酒旅从产品模型来讲有什么区别2.你分析和商品相关有哪些链路环节3.讲讲你对于电商核心的下单过程的业务和技术的理解4.讲讲你之前做的项目，你认为最失败的项目是哪个，分析分析原因5.讲讲你之前在字节的时候做的广告，讲讲广告宏观的链路过程和广告风控具体的链路过程反问

二面 1.先介绍项目2.问了一些关于项目背景的问题问一些微调时候的显卡、参数设置，问的很细3.显存计算4.问几个强化学习方法，DPO、PPO、GRPO、DAPO等以及顺道提了一嘴看的一些别的公司的强化学习改进方法(这里因为之前别的面试被拷打的很深，所以私底下认真的看了每一篇论文从原理到公式到数据形式，甚至动手用trl verl试了一遍，所以回答的特别细致)5.因为提到用过verl所以详细问了一下verl6.手撕-力扣中等难度题-698划分为k个相等的子集

1. 手撕 合并区间2. 八股1）请介绍 Transformer 的结构组成及各部分作用，在长序列时空数据中，2）如何降低 Transformer 的计算复杂度？常见的稀疏注意力变体有哪些？3）GNN的消息传递机制是怎样的？在时空图中，如何结合时间信息编码节点特征？你接触过哪些时空 GNN 模型？4）LoRA微调的原理是什么？秩 r 的选择会对模型表现产生什么影响？5）RAG的完整流程，在时空出行数据场景里，构建向量检索库时如何处理时间衰减对召回的影响？6）强化学习在 Agent 优化中的应用，结合出行推荐 Agent，你会如何设计 Reward 函数？3. 项目1）微调时的训练数据是怎么构建的？如何保证样本多样性和质量？2）在 RAG+时空知识图谱的 Agent 系统中，知识图谱更新的机制是怎样的？是怎样保证实时性的？3）在大规模轨迹数据下是怎么做负采样（Negative Sampling）的？4）训练 LoRA 模型时，你是如何选择冻结层的？依据是什么？5）在高并发查询 Agent 系统中，你会如何优化召回和生成阶段的延迟？4. 开放题1）大规模 Agent 系统在多线程/多进程场景下的资源调度策略如何设计？2）如果你要在 GPU 资源有限的条件下同时提供推理和微调服务，如何做资源分配和任务调度以保证时延和吞吐？

2025.07 高德一面挂八股:事务何时失效?springboot为何比spring好?为何选springboot其他忘了。2025.09字节一面挂八股:索引最左前缀原则举例说下死锁情景分布式锁举例一种实现redis基本数据类型手撕代码:力扣 重排序

一面 1.几乎全问的简历项目，穿插简历中提到的八股2.简历上包括一个涉及LORA、RAG、单Agent开发的实验室3.横向项目，和之前一段实习做的DPO4.问第一个项目背景5.为什么用LORA以及LORA原理优缺点6.RAG是怎么做的，向量库怎么构建的7.为什么项目流程这么设计，出于什么考虑8.Agent用什么框架搭建的9.问第二个项目背景为什么这么设计10.问数据形式是什么样的问数据合成方法11.几个强化学习的概念12.DPO的好处13.手撕-一道很简单的链表题

1.以产品实习一为例，详细介绍你做的xx相关工作，包括解决的问题、具体做法及效果。 追问（1）你做的这部分工作在具体执行上是跟算法去配合吗？（2）策略部分你自己需要做一些数据或相关分析来决定策略吗？ 2.你有大概了解高德大云图在做什么事情吗？ 3.介绍一下你在学校用高德 POI 数据做的分析具体内容。 通过这个分析得出了哪些方向的结论？这个报告分析的目标是为了解决什么部门的什么问题？ 4.你在学校有关注或使用过大模型吗？你觉得 AI 会在哪些方面带来好的帮助？你觉得 AI 在统计学方面未来会产生什么样的变化？你日常会用哪些 AI 应用，感觉怎么样？ 5.反问：工作重点、看重特质等

1.你的职业规划是？ 2.实习相关：重点需求、研发方案、涉及库表、分库分表、join等 3.项目相关：实现方案及具体细节、用到的中间件及存储数据的格式等 4.redis数据结构，重点说一下跳表，redis的基本数据结构中有哪些的底层实现是跳表？zset当数据量比较小的时候也是跳表吗？不是的话，会退化成什么结构？ 5.java中i++有哪些方法可以保证线程安全？ 6.synchronized和lock的区别？ 7.链表与数组的区别 8.手撕：重排链表 9.手撕追问：当前方法的时间、空间复杂度是多少？空间主要消耗在哪里？你用的是递归分治的方法，如果不用递归并要求空间复杂度降低呢？ 10.反问：部门...

一面： 问了一下diffusion的八股，什么贝叶斯公式什么的，但基本忘差不多了，回答不好貌似也不重要。最新的理解生成统一的模型是什么样结构？手撕：MHA二面：全程拷打实习做的东西，被不断压力，疯狂质疑，差点心态整崩。快红的时候说我还是觉得你不错的，加个vx吧。也是一种新奇的体验。三面等了半个月没约上，结果部门取消了三面流程，直接跳过进行了hr面。