真面经，好答案。面试之前，先来面栈。

滴滴高频面试题

题集来源：Rocky Ding（WeThinkIn）收录项目：AIGC-Interview-Book查看原题集

题目目录

13 道原题

  1. lora和全量的显存计算怎么算，一般来说哪一部分占比最大

    原题
    关联题目如何估算 7B 模型训练显存，并量化 ZeRO 各阶段的节省？模型训练与对齐 / 分布式训练与计算硬件方案设计深入0篇相关面经关联题目给定 7B 模型，如何计算 LoRA 参数及优化器显存分配？模型训练与对齐 / 参数高效微调原理机制进阶1篇相关面经

  2. 描述一下dpo

    原题
    关联题目DPO 的算法原理是什么？已有答案模型训练与对齐 / 偏好对齐原理机制进阶4篇相关面经

  3. dpo的损失函数

    原题
    关联题目DPO 的算法原理是什么？已有答案模型训练与对齐 / 偏好对齐原理机制进阶4篇相关面经

  4. dpo训练参数

    原题
    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

  5. （思考题）蒙特卡洛算法，先验概率

    原题
    关联题目蒙特卡洛方法如何用随机抽样近似概率、期望或积分？模型基础与推理 / 机器学习与推荐系统原理机制基础0篇相关面经关联题目条件概率、先验、后验和联合概率有什么关系，贝叶斯公式如何使用？模型基础与推理 / 机器学习与推荐系统原理机制基础0篇相关面经

  6. 7b模型用几张卡训

    原题
    关联题目如何估算 7B 模型训练显存，并量化 ZeRO 各阶段的节省？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

  7. llm as judge的偏见分为哪些，有什么解决方法

    原题
    关联题目什么是 LLM-as-a-Judge，它有哪些优势和潜在偏见？AI 应用工程与治理 / 评测体系与实验设计概念解释进阶0篇相关面经

  8. rag流程

    原题
    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

  9. 假如关闭llm的think模式，但在prompt里依旧写<think>……</think>会怎样

    原题
    关联题目接入第三方大模型时如何适配思考模式？Agent 原理与系统 / MCP、A2A 与工具协议项目深挖进阶1篇相关面经

  10. 强化学习训练指标

    原题
    关联题目RL 训练中通常观察哪些参数和指标？模型训练与对齐 / 训练框架、调参与排障效果评估基础3篇相关面经

  11. 举一个自己的reward hawking例子

    原题

    原题的 reward hawking 按奖励优化语境理解为 reward hacking。

    关联题目什么是 Reward Hacking，如何识别、定位并治理？已有答案模型训练与对齐 / 强化学习与奖励故障排查进阶9篇相关面经

  12. rag的演变历程

    原题
    关联题目RAG 从 Naive、Advanced 到 Modular 有哪些演进，各解决什么问题？RAG 与知识系统 / RAG 架构与生成链路比较选型进阶0篇相关面经

  13. 怎样算是一个优秀的prompt

    原题
    关联题目如何设计高质量 Prompt？如何评估 Prompt 优化是否有效？AI 应用工程与治理 / Prompt 与结构化输出方案设计进阶1篇相关面经
共 13 道原题 · 已全部显示按页浏览