27实习字节大模型算法一面 45min

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...

发一下问题给大家参考，攒攒人品！1.项目拷打2.sft训到什么程度用rl3.sft的损失和预训练的损失有什么区别。4.构造sft专家轨迹之后会做什么操作5.grpo（ppo）和dpo的优缺点6.grpo的rm出现reward hacking有什么解决方法7.ppo和grpo的区别8.思维链冗余怎么处理，每个逻辑打是否冗余的标签？会出现什么问题9.滑动窗口最大化

项目提问，为什么选择这个任务，开发中遇到什么问题，自己怎么解决的？项目开发中技术栈的选择和开发流程。 项目中你做了一些优化，有没有和旧策略进行对比，具体有哪些提升？ 介绍下prompt工程，你了解prompt自动化吗？ 介绍下sft，它是怎么做的，有什么衡量指标 rag知识库怎么搭的？向量维度的选择，embedding模型的选择 java里HashMap的底层实现，什么时候转为红黑树，为什么转红黑树策略这样设置，HashMap的key有什么要求（实现hashcode和equals） 编程题：java实现用一个标记位实现一个锁。和面试官说了不会，换成了K个一组翻转链表。

兄弟们，七面终上岸！😭😭一路走来满是坎坷与波折，从最初的遥不可及、不敢奢望，到如今咬牙坚持终得圆满。付出了无数努力，熬过无数难熬的时刻，也算给前段时间的埋头拼搏画上圆满句号。点赞多的话，后续整理完整面经，分享经验干货，帮大家少走弯路～