阶跃星辰大模型算法实习面经 好难

备战AI技术研发岗（算法/大模型/多模态）面试，刷题不能盲目！以下题单覆盖面试90%高频考点，不用贪多，刷透这些就够了！一、算法基础必刷题（重中之重，刷50-60题）核心目标：应对面试手撕代码，基础不丢分，这是入门门槛，不能偷懒！刷题范围：LeetCode 中等难度为主，重点刷数组、链表、栈队列、二叉树、动态规划、贪心，不用刷难题怪题，聚焦高频题。必刷重点：两数之和、二叉树的遍历（前中后序，递归+迭代）、最长回文子串、最长递增子序列、LRU缓存机制、TopK问题、二分查找（各种变体）。刷题数量：每天1-2题，总共刷50-60题，刷完复盘总结，确保同类题能举一反三，避免刷了就忘。二、机器学习必刷...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.什么是大语言模型的涌现能力？目前对该现象的研究有哪些发现？2.什么是 Embedding？词嵌入和句嵌入有何不同？3.大语言模型中的 Tokenization 是如何工作的？不同模型的分词算法有何差异？4.简述大语言模型中的 Prompt Engineering 技巧，如何设计有效的提示词提升模型输出质量？5.对比 Zero-Shot、Few-Shot 和 In-Context Learning，它们在大语言模型中的应用场景和局限性分别是什么？6.什么是 LoRA？它在大语言模型微调中的优势和原理是什么？7.大语言模型的 RLHF 训练流程是什么？它存在哪些潜在风险？8.介绍一下大语言模型中的知识蒸馏，它如何用于压缩模型体积？9.DeepSeek 优化了哪些？为什么不用 PPO，而是用 GRPO？10.对比大语言模型的增量推理和传统推理方式，增量推理的优势和实现难点是什么？11.大语言模型在推理时出现幻觉现象的原因是什么？有哪些缓解方法？12.大语言模型的长文本处理能力有限，目前有哪些技术可以缓解这一问题？13.什么是大语言模型的上下文窗口？扩展上下文窗口对模型性能有何影响？14.目前多模态大语言模型是如何融合文本与图像信息的？15.如何评估大语言模型的性能？常见的评测指标和基准数据集有哪些？16.单个 LLM 能否帮助用户完成完整行程规划，比如从出行到酒店都订好票？

说实话，我回家很少在12306上面买火车，而是直接买飞机票，因为从北京回海口，只有火车，火车要坐34+小时，还卧铺要700+元。不如多加点钱买飞机票做回家。不过后面要进入职场了，不知道怎么样，不过有钱没钱回家过年。愿各位都能抢到回家的票，也能候补到。#12306一秒售罄，你抢到回家的票了吗？#

1.自我介绍2.到岗时间3.Lua脚本里做了什么逻辑4.项目中redis是集群模式吗5.集群模式下Lua脚本中有两个key有什么问题吗6.逻辑过期与传统的ttl有什么区别7.cap定理的了解8.消息发送成功，但是写数据库失败了怎么办9.mysql的事务和mvcc原理10.mysql中有什么锁11.什么时候会用到nextkey12.如何优化慢查询13.java里面的内存模型和jvm运行时数据有什么区别（这个真是不知道了）14.gc是怎么工作的手撕 ：无重复最长子串的长度面试官人很好，没有给压力什么的