27腾讯大模型算法暑期实习二面

哔哩哔哩大模型面试岗，我悟了！！！大家好，我是Yuki。周末跟一个在B站面试大模型算法实习岗的学员聊了整整两个小时，他说这场面试让他“一边冒汗一边开窍”。我让他把面试题完整复述了一遍，今天就把这场高质量的技术对话分享给大家。说实话，这几道题问得是真有水平——不是那种背八股文能应付的，而是实打实考察你做项目的深度和思考力。面试复盘：一场关于Agent的技术拷问第一关：你现在做的Agent到底是什么？面试官开门见山，没有废话。如果你回答“就是一个能调用工具的AI”，那基本就凉了。面试官要听的是：你对自己做的事情有没有系统性的理解。正确的打开方式是这样的：“我负责的是一个面向科研场景的辅助Agent...

发点面经攒攒人品～1.介绍主流 Transformer-based 模型架构2.讲一下 LoRA 原理3.为什么用 LoRA，而不用全量微调4.如何理解 LoRA 的核心假设：模型针对特定任务做下游微调时，权重矩阵更新具有极低的内在秩5.为什么 SFT 之后还要进行后训练6.讲一下 DPO 的损失函数怎么计算7.讲一下 GRPO 原理8.GRPO 和 PPO 的区别9.GRPO 的优点10.什么情况下使用 GRPO 效果会不好11.使用 GRPO 时，构造数据要符合什么要求12.为什么不用 GRPO 训练，而是用 DPO 训练13.熟悉哪些 Agent 框架14.如果要设计一个好的 Agent，除了大模型，还会设计哪些部分15.了解哪些训练框架16.怎么构造高质量训练集17.怎么体现训练集高质量18.多路 System 增强策略怎么做19.训练后的效果用什么指标评价20.Dense 模型和 MoE 模型有什么区别21.怎么评测训练效果22.了解哪些量化技术23.量化发挥作用的原理是什么24.讲一下 ZeRO-1、ZeRO-2、ZeRO-325.如果显存有限，会选择哪个方案训练26.了解投机解码技术吗27.讲一下投机解码技术原理28.算法题：LeetCode 56 合并区间

Q1：⼀句话说明什么是 AI Agent？答案：AI Agent 是以⼤模型为认知核⼼，结合规划、记忆与⼯具调⽤，能在多步交互中根据环境反馈持续决策并完成任务的系统；其本质是 闭环的感知—思考—⾏动 循环，⽽不仅是单次⽂本⽣成。Q2：为什么说 Agent = LLM + Planning + Memory + Tools？缺⼀块会怎样？答案：缺 Planning：容易变成「只会接话」的聊天，⻓任务易跑偏或⼀步登天完不成。缺 Memory：⻓对话会丢线索，多会话⽆法延续⽤户偏好与任务状态。缺 Tools：只能「空谈」，⽆法查实时信息、执⾏代码、改系统状态。LLM 仍是中枢，但单靠 LLM 没有外...

五一醒来，薪酬信息从250/day 变为400/day综合来看其实涨了500—800之前是250+20餐补+1600房补（需要出勤🈵15天）现在是400+20餐补但是好像也是分部门分面评的感觉看到有500/day的还有300/day的