实习面经 腾讯大模型算法二面 攒人品

给我面没招了,发点面经攒攒人品~
1.GRPO 和 PPO 在 RLHF 中的核心区别是什么?
2.KL 散度在 RLHF 中的作用是什么?它的公式如何直观理解?
3.vLLM 的核心优势是什么?它是如何通过 PagedAttention 提升显存利用率的?
4.Qwen3 和DeepSeek-R1 在架构上有哪些关键差异?
5.微调数据集的结构是怎样的?有多少条?数据清洗和有效性验证是怎么做的?
6.奖励函数是如何设计的?
7.怎么避免模型靠堆字数刷奖励?
8. KV Cache 在长上下文推理中可能被污染,你们有做缓存隔离或清理机制吗?
9.本地部署时,如何平衡vLLM 的上下文长度和显存占用?是否做过量化或动态批处理?
10.手撕:乘积最大子数组(LeetCode 152)
全部评论

相关推荐

刚刷到字节跳动官方发的消息,确实被这波阵仗吓了一跳。在大家还在纠结今年行情是不是又“寒冬”的时候,字节直接甩出了史上规模最大的转正实习计划——ByteIntern。咱们直接看几个最硬的数,别被花里胡哨的宣传词绕晕了。首先是“量大”。全球招7000多人是什么概念?这几乎是把很多中型互联网公司的总人数都给招进来了。最关键的是,这次的资源分配非常精准:研发岗给了4800多个Offer,占比直接超过六成。说白了,字节今年还是要死磕技术,尤其是产品和AI领域,这对于咱们写代码的同学来说,绝对是今年最厚的一块肥肉。其次是大家最关心的“转正率”。官方直接白纸黑字写了:整体转正率超过50%。这意味着只要你进去了,不划水、正常干,每两个人里就有一个能直接拿校招Offer。对于2027届(2026年9月到2027年8月毕业)的同学来说,这不仅是实习,这简直就是通往大厂的快捷通道。不过,我也得泼盆冷水。坑位多,不代表门槛低。字节的实习面试出了名的爱考算法和工程实操,尤其是今年重点倾斜AI方向,如果你简历里有和AI相关的项目,优势还是有的。而且,转正率50%也意味着剩下那50%的人是陪跑的,进去之后的考核压力肯定不小。一句话总结: 27届的兄弟们,别犹豫了。今年字节这是铁了心要抢提前批的人才,现在投递就是占坑。与其等到明年秋招去千军万马挤独木桥,不如现在进去先占个工位,把转正名额攥在手里。
喵_coding:别逗了 50%转正率 仔细想想 就是转正与不转正
哪些公司开暑期实习了?
点赞 评论 收藏
分享
点赞 评论 收藏
分享
评论
1
9
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务