公司案例问答汇编

1. 02.1

   RAG的完整流程,

   关联题目RAG 从知识入库到在线问答的完整流程是什么？已有答案面前必看RAG 与知识系统 / RAG 架构与生成链路系统设计进阶88篇相关面经
2. 02.2

   构建向量检索库时如何处理时间衰减对召回的影响?

   关联题目向量检索如何引入时间衰减，平衡内容相关性与新鲜度？RAG 与知识系统 / 召回策略与检索方案设计进阶0篇相关面经

1. 06.1

   PPO的clip机制?

   关联题目PPO 算法原理是什么？已有答案模型训练与对齐 / 强化学习与奖励原理机制进阶9篇相关面经
2. 06.2

   在线强化学习和离线强化学习有什么区别?RLHF是哪一种?

   关联题目离线与在线策略学习在数据来源、更新和验证上有什么区别？模型训练与对齐 / 强化学习与奖励比较选型进阶0篇相关面经

1. 10.1

   长期记忆如何存储?

2. 10.2

   如果历史记录量非常大,怎么优化查询效率?

1. 15.1

   GRPO的kl散度和PPO的kl散度区别?

2. 15.2

   K1 K2 K3估计区别?

   关联题目KL 散度的 K1、K2、K3 估计方法有什么区别？模型训练与对齐 / 强化学习与奖励比较选型深入1篇相关面经

1. 18.1

   长期记忆如何存储?

2. 18.2

   如果历史记录量非常大,怎么优化查询效率?

1. 21.1

   DPO相比 SFT,有哪些优劣?它在 Agent 任务上效果提升明显吗?

   关联题目SFT、DPO、PPO 与 GRPO 的目标、机制和适用条件如何比较？模型训练与对齐 / 强化学习与奖励比较选型进阶8篇相关面经
2. 21.2

   你怎么构造偏好对?构造逻辑是自动的还是人工?

   关联题目SFT 与偏好数据如何构建，如何控制数据污染和分布偏移？模型训练与对齐 / 偏好对齐方案设计进阶1篇相关面经

1. 22.1

   你说你服务部署在 vLLM 上,为何选择它?KV-cache 如何帮助推理加速?

   关联题目vLLM 通过哪些机制提高大模型推理效率？模型基础与推理 / 推理优化与模型压缩原理机制进阶0篇相关面经
2. 22.2

   你自己做过哪些优化?

来源未定义“时间窗口/偏移限制”的具体时间语义、输入或算法。

1. 31.1

   项目:项目中的数据规模多大?

   关联题目项目训练集有多少数据，数据规模如何确定？模型训练与对齐 / 训练数据构建与治理项目深挖进阶3篇相关面经
2. 31.2

   SFT 数据是如何清洗和构建的?

   关联题目SFT 数据如何筛选、采样和处理？模型训练与对齐 / 训练数据构建与治理方案设计进阶3篇相关面经

1. 44.1

   项目:模型部署用了什么框架(vLLM/TGI/自研)?

   关联题目推理框架提供哪些核心能力，常见框架如何选型？AI 应用工程与治理 / 模型服务、部署与交付比较选型进阶0篇相关面经
2. 44.2

   如何优化推理延迟和吞吐?

1. 54.1

   大模型训练中的数据并行、模型并行、流水线并行分别适用于什么场景?

   关联题目如何组合 DP、TP 与 PP 进行 3D 并行，并按硬件拓扑配置？模型训练与对齐 / 分布式训练与计算硬件方案设计深入0篇相关面经
2. 54.2

   ZeRO 是什么?

1. 65.1

   RLHF必问:RLHF训练流程?

   关联题目经典 RLHF 的三个阶段分别是什么，各阶段的输入、输出和目标是什么？模型训练与对齐 / 偏好对齐原理机制进阶0篇相关面经
2. 65.2

   存在哪些潜在风险(比如奖励黑客、过拟合等)?

   关联题目RLHF 在实践中有哪些局限与挑战？模型训练与对齐 / 偏好对齐开放讨论0篇相关面经

1. 71.1

   计算优化:KV Cache 的内存瓶颈?

   关联题目KV Cache 缓存什么，怎样影响推理速度和显存？已有答案模型基础与推理 / 推理优化与模型压缩原理机制进阶5篇相关面经
2. 71.2

   推导多头注意力的时间/空间复杂度

   关联题目Self-Attention 的时间复杂度是多少，如何推导？模型基础与推理 / Transformer 与注意力原理机制进阶1篇相关面经

1. 76.1

   参数量计算:Qwen-14B 的 "14B" 怎么算出来的?

   关联题目神经网络参数量是什么，如何按网络层计算？模型基础与推理 / 模型架构与表示原理机制进阶0篇相关面经
2. 76.2

   推理时FLOPs大概多少?

   关联题目如何分析 Transformer 各模块的 FLOPs 及其随序列长度的变化？模型基础与推理 / Transformer 与注意力原理机制深入0篇相关面经

1. 78.1

   前沿趋势:聊聊 LLM 未来方向?

   关联题目如何看待新一轮 AI 技术革命及未来发展？项目与综合面试 / 技术决策与业务理解开放讨论5篇相关面经
2. 78.2

   多模态模型(如 Qwen-VL)如何融合图文信息?

   关联题目不同 VLM 架构如何进行跨模态融合，各有什么优缺点？模型基础与推理 / 多模态与生成模型比较选型进阶0篇相关面经

1. 95.1

   项目:介绍一下RAG的整体流程。

2. 95.2

   在Agent落地场景中,RAG会遇到哪些延迟和正确率问题?你怎么优化召回链路?

   关联题目高并发 RAG 查询中，如何分别优化召回与生成阶段的时延？RAG 与知识系统 / RAG 架构与生成链路方案设计进阶0篇相关面经

1. 108.1

   项目:看你做过LoRA微调,那你是怎么选rank值?

   关联题目LoRA 的原理、常见超参数与注入模块是什么？已有答案模型训练与对齐 / 参数高效微调原理机制进阶6篇相关面经
2. 108.2

   合并adapter权重的时候有没有遇到梯度爆炸?

1. 119.1

   项目:传统RAG有什么痛点;介绍GraphRAG,GraphRAG的难点是什么;

   关联题目GraphRAG 与纯向量检索有什么区别，适合解决哪些问题？RAG 与知识系统 / 知识图谱与 GraphRAG比较选型进阶1篇相关面经
2. 119.2

   GraphRAG如何应对增量场景

   关联题目GraphRAG 有哪些改进算法，它们分别解决什么问题？RAG 与知识系统 / 知识图谱与 GraphRAG比较选型进阶0篇相关面经

1. 122.1

   项目:常见的量化方式有哪些,

   关联题目模型量化如何实施，为什么选择 GPTQ、QAT 或 W8A16？模型基础与推理 / 推理优化与模型压缩比较选型深入1篇相关面经
2. 122.2

   QLoRA为什么选的是NF4和FP16这组组合,而不是别的组合?你能说说NF4的分布拟合逻辑吗

   关联题目NF4 如何表示和量化权重，与普通整数或浮点低精度表示有什么区别？模型基础与推理 / 推理优化与模型压缩原理机制进阶0篇相关面经

原文“千分三的235b”未明确具体模型配置。

1. 144.1

   项目:讲一下LoRA微调的原理,

2. 144.2

   A、B矩阵怎么初始化的,

3. 144.3

   LoRA微调秩设置的是多少

1. 151.1

   项目:介绍实习经历,

   关联题目请介绍一个你做过的项目，包括背景、架构与个人职责。已有答案面前必看项目与综合面试 / 项目背景、架构与职责项目深挖基础273篇相关面经
2. 151.2

   并选一篇论文进行讲解

   关联题目是否阅读领域内最新论文？项目与综合面试 / 能力成长与学习方法经历介绍7篇相关面经

1. 183.1

   项目:为什么选用deepSeek,

   关联题目模型、GPU 和参数规模如何选择，是否考虑更大参数模型加量化？已有答案模型基础与推理 / 模型选型与能力边界比较选型进阶5篇相关面经
2. 183.2

   了解deepseek-R1吗,介绍一下

   关联题目DeepSeek-R1 的主要技术贡献是什么？模型基础与推理 / 模型架构与表示原理机制进阶1篇相关面经

1. 185.1

   项目:如果子agent回复不对怎么办?反思?

2. 185.2

   跳不出去怎么办?限制次数

1. 192.1

   八股:解释KV Cache的内存瓶颈

   关联题目KV Cache 缓存什么，怎样影响推理速度和显存？已有答案模型基础与推理 / 推理优化与模型压缩原理机制进阶5篇相关面经
2. 192.2

   推导多头注意力计算复杂度

   关联题目Self-Attention 的时间复杂度是多少，如何推导？模型基础与推理 / Transformer 与注意力原理机制进阶1篇相关面经

1. 202.1

   八股:LoRA 初始化怎么做的,

2. 202.2

   用的秩是多少,为什么不选其他的数

1. 214.1

   怎么构建SFT数据集,数据量多少,

   关联题目SFT 数据如何筛选、采样和处理？模型训练与对齐 / 训练数据构建与治理方案设计进阶3篇相关面经
2. 214.2

   微调方式是什么

   关联题目实习中的 SFT 具体如何实现？模型训练与对齐 / 预训练、续训与 SFT项目深挖进阶1篇相关面经

来源未定义“传统检索＋模型生成”所指的对照实现。

1. 247.1

   什么是RAG,它是怎么提升生成质量的?与传统检索＋模型生成的流程有何不同?

   关联题目RAG 从知识入库到在线问答的完整流程是什么？已有答案面前必看RAG 与知识系统 / RAG 架构与生成链路系统设计进阶88篇相关面经
2. 247.2

   如何评估一个RAG系统是否work的?

   关联题目如何设计 RAG 评估方案和指标？已有答案RAG 与知识系统 / RAG 评测与故障排查效果评估进阶25篇相关面经

1. 248.1

   PPO和DPO在大模型对齐中的主要区别是什么?

   关联题目DPO 与 PPO 有什么区别？已有答案模型训练与对齐 / 强化学习与奖励比较选型进阶8篇相关面经
2. 248.2

   DPO训练通常有哪些注意事项?

   关联题目DPO 训练有哪些需要注意的事项？模型训练与对齐 / 偏好对齐方案设计进阶2篇相关面经
3. 248.3

   用过GRPO么?

1. 256.1

   介绍RAG流程;

   关联题目RAG 从知识入库到在线问答的完整流程是什么？已有答案面前必看RAG 与知识系统 / RAG 架构与生成链路系统设计进阶88篇相关面经
2. 256.2

   介绍对编码模型的了解、原理、优缺点;

   关联题目Embedding 模型的原理是什么，如何训练？RAG 与知识系统 / Embedding 与向量表示原理机制进阶1篇相关面经
3. 256.3

   如何评估编码模型的能力

1. 259.1

   传统RAG有什么痛点;介绍GraphRAG,GraphRAG的难点是什么;

   关联题目GraphRAG 与纯向量检索有什么区别，适合解决哪些问题？RAG 与知识系统 / 知识图谱与 GraphRAG比较选型进阶1篇相关面经
2. 259.2

   GraphRAG如何应对增量场景

   关联题目GraphRAG 有哪些改进算法，它们分别解决什么问题？RAG 与知识系统 / 知识图谱与 GraphRAG比较选型进阶0篇相关面经

1. 261.1

   后训练有哪些方式;

   关联题目SFT 的核心流程是什么，之后常见的后训练方法有哪些？模型训练与对齐 / 预训练、续训与 SFT原理机制进阶2篇相关面经
2. 261.2

   微调有哪些方式;

   关联题目Adapter、Prefix Tuning、Prompt Tuning、P-Tuning 与 LoRA 如何比较和选择？模型训练与对齐 / 参数高效微调比较选型进阶0篇相关面经
3. 261.3

   LoRA原理及参数量

1. 263.1

   介绍一些Agent的实现框架;这些框架有什么区别;

   关联题目当前主流 Agent 框架（LangGraph、AutoGen、CrewAI、Dify）的核心设计理念和适用场景分别是什么？Agent 原理与系统 / MCP、A2A 与工具协议方案设计进阶5篇相关面经
2. 263.2

   LangGraph适用于什么场景;LangGraph构建Agent的方式有哪几种

   关联题目LangGraph 的核心机制、作用与优缺点是什么？已有答案Agent 原理与系统 / Agent 框架与 Harness原理机制进阶8篇相关面经