腾讯
大模型算法一面面经
完整信息
本篇目录
1. 请介绍你简历中的多模态核心项目，说明项目核心解决的业务痛点，以及你个人承担的核心工作与落地贡献。
2. 该多模态模型支持哪些类型的输入输出模态？结合实际业务，说明该模型适配的具体产品落地场景。
3. 你项目搭建的自动化评测体系，评测题库、标准答案的构建方式是什么？是否支持动态更新，具体如何实现？
4. 落地多模态项目过程中，你遇到的核心算法技术难点有哪些？你对应的优化和解决方案是什么？
5. 大模型SFT监督微调阶段，过拟合与欠拟合分别会出现哪些典型表现？针对两种问题，分别说明你的调优解决方案。
6. 你在大模型项目中为何选择/舍弃强化学习训练方案？结合项目场景分析PPO、DPO、GRPO三种算法的适配性差异。
7. 大模型训练过程中频繁出现内容复读、语句冗余的问题，核心成因是什么？请从训练数据、算法、参数三个维度给出优化方案。
8. 大模型训练、多模态训练中出现显存溢出（OOM）问题，你常用的显存优化技术手段有哪些？
9. 简述主流AI Agent的核心组成架构与经典框架，并分析LangGraph架构在落地应用中的短板与局限性。
10. 多智能体（Multi-Agent）协作场景下，多个Agent的通信机制是什么？如何统一管理全局上下文与对话记忆？
11. 简要阐述插入排序、快速排序、堆排序三种算法的核心实现逻辑、时间复杂度及适用场景。
12. 已知单向链表头节点指针，不遍历两次链表的前提下，如何高效查找链表倒数第K个节点？说明具体实现思路。
本篇目录
当前问题0114
- 01
请介绍你简历中的多模态核心项目，说明项目核心解决的业务痛点，以及你个人承担的核心工作与落地贡献。
- 02
该多模态模型支持哪些类型的输入输出模态？结合实际业务，说明该模型适配的具体产品落地场景。
- 03
你项目搭建的自动化评测体系，评测题库、标准答案的构建方式是什么？是否支持动态更新，具体如何实现？
- 04
落地多模态项目过程中，你遇到的核心算法技术难点有哪些？你对应的优化和解决方案是什么？
- 05
大模型SFT监督微调阶段，过拟合与欠拟合分别会出现哪些典型表现？针对两种问题，分别说明你的调优解决方案。
- 06
你在大模型项目中为何选择/舍弃强化学习训练方案？结合项目场景分析PPO、DPO、GRPO三种算法的适配性差异。
- 07
大模型训练过程中频繁出现内容复读、语句冗余的问题，核心成因是什么？请从训练数据、算法、参数三个维度给出优化方案。
- 08
大模型训练、多模态训练中出现显存溢出（OOM）问题，你常用的显存优化技术手段有哪些？
- 09
简述主流AI Agent的核心组成架构与经典框架，并分析LangGraph架构在落地应用中的短板与局限性。
- 10
简述主流AI Agent的核心组成架构与经典框架，并分析LangGraph架构在落地应用中的短板与局限性。
- 11
多智能体（Multi-Agent）协作场景下，多个Agent的通信机制是什么？如何统一管理全局上下文与对话记忆？
- 12
多智能体（Multi-Agent）协作场景下，多个Agent的通信机制是什么？如何统一管理全局上下文与对话记忆？
- 13
简要阐述插入排序、快速排序、堆排序三种算法的核心实现逻辑、时间复杂度及适用场景。
- 14
已知单向链表头节点指针，不遍历两次链表的前提下，如何高效查找链表倒数第K个节点？说明具体实现思路。