大模型算法岗一面、二面、三面面经

先说一下bg，本科211人工智能专业，硕985，研究方向为多模态大模型，一直想去具身智能与机器人的方向，秋招主要投递的是北京、上海的岗位（我北方人，不太想南下），9月投了原力灵机的大模型算法岗，目前进度是完成三面在等结果。

这家公司成立一年多，研发总部在北京。整个面试过程让我印象挺深的，面试官性格都很好，看起来都是稳重、懂技术的技术大佬，没有压力面。全程围绕技术细节深挖，看起来是一家很务实的公司。

整理了一下流程和准备方向，给准备投递身智能 / 大模型算法岗位的同学做个参考。面试流程一共三轮面试，基本都是技术面。

整体感受是：项目和技术的细节会被追问得比较深，不是简单问一些八股就结束。面试官比较看重对自己研究内容、论文以及具身智能相关基础的理解。主要考察内容

• 项目深挖，会从简历里的项目出发持续追问，包括：
• 项目的整体思路
• 模型为什么这么设计
• 数据怎么构建
• 训练和推理细节
• 实际效果以及失败 case
• 如果继续优化会怎么做

建议简历里的每一个项目都准备得细一点，最好能从数据、模型、训练讲到真机部署和后续优化。

• 论文讨论：会围绕自己做过 / 看过的论文展开讨论，不只是问论文结论，也会追问：
• 核心 motivation
• 方法设计
• 为什么这样设计
• 相比已有方法的优势和局限
• 如果让你改进会怎么做

建议优先准备与 VLA、机器人操作、模仿学习和强化学习相关的论文，并能清楚说明实验设置与结论。

• VLA 基础：具身智能大模型相关的基础知识也会考察，比如：
• VLA 的基本架构
• observation / action 如何建模
• action chunking
• autoregressive policy / diffusion policy
• VLM 和 VLA 的区别
• VLA 在真实机器人部署中的问题

这部分建议对主流 VLA / robot learning 工作有比较系统的理解。

• IL / RL：Imitation Learning 和 Reinforcement Learning 也会问，包括一些经典概念和在机器人任务里的实际应用。比如：
• Behavior Cloning
• distribution shift
• imitation learning 和 RL 的区别
• offline / online learning
• 为什么现在很多 manipulation 工作还是以 IL 为主
• 手撕代码：有手撕代码环节，算法题建议认真准备。
• 个人感觉 LeetCode Hot 100 是比较合适的准备范围，常见的数据结构和算法最好都能比较熟练地写出来。
• 此外，也建议准备 Python / PyTorch 的基础实操，例如张量操作、训练流程和轨迹数据处理。JD 中要求 C++ 的话，STL、智能指针、内存管理和并发基础也最好过一遍。

整体感受原力灵机这边的面试比较偏“深挖型”。相比单纯背八股，更重要的是：项目理解 > VLA / Robot Learning 基础 > IL / RL > Coding尤其是自己简历里写过的东西，最好能做到从模型、数据、训练一直讲到真实部署和改进思路。

现在还没开奖，许愿一个 oc！祝大家秋招顺利啊！