面灵AI→

快手大模型算法岗面经(四):八场面试真题,从 PPO 优势函数问到 vLLM 调度与 MLA

快手 大模型算法 多轮

快手大模型算法岗(校招、实习、日常实习)八场面试真题汇总:从百度实习的细节追问开始,考察 MoE 与 Dense 的取舍、滑窗切分的 overlap、SFT 与 RL 的选择、PPO/DPO/GRPO 的原理与 token 级还是 sequence 级损失、优势函数怎么算;随后转向 Transformer 与 cross-attention、vLLM 的调度、分布式训练架构与 NCCL 算法、损失函数与 CoT、RoPE、MLA、动态分辨率与 Function Call,几乎每场都带一道手撕。

2026-11

华为大模型算法岗一面(同场另一份记录):注意力变体、专家路由与三道对齐算法的取舍

华为 大模型算法 一面

同一天华为大模型算法岗一面的另一份记录,题目与前一份一致:loss 不收敛排查、Transformer 复杂度、MHA/MQA/GQA 与 DeepSeek、Qwen 的注意力方案、FFN 结构、归一化、MoE 路由、前向反向传播、LoRA、PPO/GRPO/DPO、数据清洗,末题是三数之和。这份解析换成实现视角:张量形状、路由与容量、三种对齐算法的损失函数形态、以及双指针的边界写法。

2026-10

蚂蚁集团大模型算法面经合集:并发基础与训练推理

蚂蚁集团 大模型算法 多轮面试合集

蚂蚁集团大模型算法岗六场面试合集:一面以线程池、锁与 JVM、索引与 B+ 树、Redis 与秒杀链路打底,二面追问线索评分 ROI、Prompt 强制 JSON 输出与幻觉兜底、800ms 链路拆解;后几面深入 MLA 与 KV Cache 优化、蒸馏数据清洗与 w8a16 量化,以及 PPO/GRPO 的损失、KL 估计与 rollout 资源关系。

2026-09

百度多模态大模型一面(9.10):PPO 与 GRPO、DPO、持续学习、8 卡 A100 跑 7B VL 的 GRPO

百度 多模态大模型算法 一面

百度 2026 年 9 月 10 日多模态大模型一面:项目深挖后进入训练目标与持续学习(PPO 与 GRPO 的差异、为什么做 DPO、持续学习的方法分类),再到 8 张 A100 训练 7B 视觉语言模型的 GRPO 场景题(Rollout / 推理加速、训练加速、验收指标)、通用训练加速手段、DeepSpeed ZeRO 三阶段、多头注意力变体(MQA/GQA/MLA/滑窗/稀疏)与 verl 类框架的加速机制,最后手撕 MHA。

2026-09