1. attention中数据shape是batch first还是seq_len first2. Prompt长度加倍，首token延迟加倍吗3. 模型选型时是否做定性定量对比ab test，客观数据验证文心性能不好了吗4. SFT过程中遇到了哪些问题和解决方案？5. 如何定性定量评估数据集质量，单条和整体数据集质量？6. 单一分类模型，细分分类模型和MOE融合的优劣。7. MHA手写?📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1．实习的项目背景是什么？2．实习的项目比传统匹配方式有什么优势？3．若项目中模型执行不成功，会如何处理？4．若用户量大幅增长，实习的项目相关系统能否应对，瓶颈是什么？5．你平时会使用大模型处理哪些任务，觉得大模型在哪些任务上处理得好，哪些任务处理得不好？6．你做的另一个项目的核心目标和整体架构是什么？7．长期记忆相关设计还有哪些可优化的点？8．Agent领域的发展趋势是什么？9．若代码生成成本越来越低，工程师的核心竞争力会发生什么变化？10.平时会通过哪些渠道关注 AI 技术动态？11.最近有没有遇到印象深刻的 AI 应用？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 自我介绍2. 项目拷打3. 4B的模型部署需要多少显存？怎么算的？4. LoRA的数据怎么来的，结构长啥样？5. 说一下LoRA的原理；怎么理解“低秩”6. 了解Agent吗？说一下你做过的Agent workflow的具体流程7. 说一下LSTM的原理；其中门控机制提出是为了解决什么问题？8. 手撕代码：约瑟夫环📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.介绍项目（背景，框架，创新，难点，效果）2.数据集具体信息3.每个项目结构是怎么设计的，为什么这么设计，依据指标是什么4.CLIP框架描述5.它们各自的核心特征是什么6.它们是怎么进行微调怎么去训练的7.手撕代码：两个升序序列的合并8.逻辑题：九个球，其中一个重，其余相等，你有一个天平，问最少几次把最重的球称出来

1.介绍数据集2.损失函数：CE和对比损失3.常见的对比损失有哪些4.AUC怎么算的，与GAUC的区别5.年龄怎么编号6.MmoE的全流程，怎么确定专家数7.详细介绍transformer8.怎么理解QKV9.code:三数之和（高频考点）📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.介绍下self-attention，计算其时间复杂度。2.为什么要用multi-head attention？3.PPO的clip机制？在线强化学习和离线强化学习有什么区别？RLHF是哪一种？4.为什么要用reference model? 为了解决什么问题？5.如何让多个agent协同工作的？举个具体的协同机制例子。6.如果一个agent误判导致策略冲突，如何处理？7.有没有用到类似AutoGen或LangChain的框架？为什么选这个框架？8.你是怎么设计agent的记忆系统？9.长期记忆如何存储？如果历史记录量非常大，怎么优化查询效率？10.你怎么处理响应速度与推理精度之间的tradeoff？是先召回再精排，还是单次生成？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.简历和论文2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.拷打论文、竞赛2.对强化学习训练有什么了解吗？3.如果有一个对话任务，没有固定答案，该怎么选RL训练策略4.讲一讲GRPO的原理，优劣以及后续改进5.预训练和SFT的loss计算差异？6.Qwen3相比前代有什么改进？7.目前LLM领域关注到哪些最新进展？8.手撕：最长公共子序列📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.个人介绍。2. Qwen和DeepSeek的技术差异。3.当前主流的强化学习算法有哪些？请写出对应损失函数的数学表达式。4.介绍RLHF的实施流程。5. RLHF对齐流程解析。6.说明 SFT （监督微调）和 RLHF （基于人类反馈的强化学习）的具体作用。7. LORA （低秩自适应）的核心原理。8.使用 SFT 存在哪些局限性。9.手撕实现"括号生成"问题( LeetCode 22)，要求生成 n 对有效括号的所有组合。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1、开场与自我介绍2、顺着RAG和Multi Agent方向，说说你对它们认知和迭代是怎样的？3、深挖项目4、ES、向量数据库具体怎么使用？5、如何处理问题输入不标准的情况？混合检索的权重怎么配置？6、向量检索的准召率如何保障？你使用的向量数据库之间的差异是什么？7、IVF和HNSW的差异？8、如何评测RAG系统的准确率？9、你对Transformer架构的优劣势及哲学理解是什么？关注过其他架构吗？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. 自我介绍2. 项目深挖3. RAG的问题与改进方案。4. 在不能修改模型的情况下，如何调整模型回复风格？5.平时是否使用vibe coding？对此有什么看法？6. PPO、DPO、GRPO、DAPO等RL算法的原理和区别。7. .为什么大模型有few-shot能力？讲一下few-shot能力的原理。8. 手撕代码：torch写SFT的loss计算代码（注意shift right）📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1. Transformer现有架构在什么情况下，哪个模块会导致用户意图判别不准？2. Transformer中的Q、K、V分别来自哪里？代表什么？3. MOE（混合专家模型）和传统Transformer的核心区别是什么？4. GRPO 和 SFT 的数据量分别是多少？5. 项目中数据输入是整段视频，还是拆分使用OCR、ASR分别处理？6. 力扣岛屿题第10题中，DFS/BFS里计数函数的两个循环分别起到什么作用？7.上下文场景中，单Agent和多Agent各自的优劣势是什么？8. 什么情况下选择单Agent，什么情况下选择多Agent？9.向量向量化后，距离计算的方法有哪些？📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.自我介绍2.项目提问3.大模型的输入输出4.模型的SFT和PEFT训练的时候有什么小trick5.GRPO，PPO,DPO的算法原理6.什么时候用PPO，什么时候用GRPO7.场景题:有没有了解复读机， 如何解决复读机问题8.解释Agent和RAG原理9.算法题:最长公共子序列，环形链表10.反问：业务是做ToB的多轮对话机器人📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

1.自我介绍2.问项目3.GRPO,DPO,PPO区别4.LORA的秩一般是如何选取的5.小米训练用的什么框架6.LORA微调的原理7.LORA为什么可以实现少量的参数完成全量微调的效果8.手撕有效的IP地址9.反问，组里做到餐的LLM生成餐，toC和toB📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。