字节llm大模型实习一面 攒人品中

📍面试公司：百度 文心一言🕐面试时间：2026.03.18💻面试岗位：大模型RL后训练❓面试问题：自我介绍，教育背景，项目经历项目介绍，基于大语言模型的信号灯控制，问题是什么，如何结合熵，怎么评测，指标结果如何强化学习理论内容，trust-range和PPO的关系PPO是off-policy or on-policy? on-policy为什么会有importance sampling，采样的策略模型和要训练的策略模型有偏差，重要性采样加以修正PPO的clip在优势A 正/负时 限制上/下届，A为正限制上届，A为负限制下届PPO的损失函数怎么计算的？广义优势估计是怎么计算？GAE中lam...

继续来分享下之前的面经~欢迎友好讨论，信息共享1.项目相关2.讲讲设计的初衷，模型结构3.为什么会想在重排做生成式4.如果是做生成式召回对模型结构怎么修改5.召回怎么构造负样本6.需要热度纠偏吗，减的那个概率和什么有关7.稀疏 MOE 怎么做的8.beamsearch 怎么做的9.大模型了解多少，强化学习了解什么10.DPO 的全称是什么，公式是什么11.手撕:计算逆序对数量

1. Python 数据分析常用库有哪些？各自作用是什么？NumPy：高性能数值计算、矩阵运算pandas：表格数据处理（DataFrame）matplotlib / seaborn：可视化scikit-learn：特征工程与机器学习工具scipy：科学计算与统计函数2. 什么是 Series 和 DataFrame？Series：一维带索引数组DataFrame：二维表格结构（行列索引），是分析工作主力数据结构。3. 如何将字典创建为 DataFrame？（宝典同类高频） import pandas as pd data = {"name": ["Tom&quo...

项目是RAG+点评，全程1h30min用英语简单介绍自己1.平时都是怎么学技术的2.线程和协程的区别？3.了解过线程池吗，为什么要用到线程池4.知道哪几种线程池？5.把一个任务扔进线程池会用什么方式处理6.知道哪几种拒绝策略，基于什么样的场景会去选择这样的拒绝策略7.多线程场景下，如何保证线程安全8.Synchronized ReentrantLock的区别？9.发生死锁的条件？10.使用锁的时候有哪些注意事项，怎么样加锁会比较好一点11.JVM内存结构12.int变量和Object变量会放在哪个区域？13.GC算法各自适用的场景？14.ACID，原子性一致性怎么实现的15.优化一个索引或者设计一个索引，需要考虑哪些16.B+树结构，为什么要用B+树，有什么优点17.什么是空间局部性ai项目介绍18.系统架构大概是怎样的19.生产过程的数据怎么记录的20.为什么要用阿里的大模型21.分块策略怎么做的22.怎么评估检索效果23.如果问了一个知识库里没有的问题，系统怎么表现24.检索效果不好的话，如何排查和优化25.QPS特别高的话系统会有什么瓶颈第二个项目26.项目中redis的作用27.redis的IO模型28.redis为什么快29.为什么用Cache-Aside，为什么不用其他策略30.热点key该怎么处理31.分布式锁的维度？32.抢购过程整体链路？33.100万人同时抢一个商品怎么解决34.用户同时在多个分片抢购怎么解决35.为什么用MQ，有什么作用36.如何判断消费成功37.如何保证消息幂等性重问第一个项目38.假如系统10分钟内一直告警，运维agent怎么去处理，有什么好的优化方案手撕:LRU缓存