字节跳动
大模型算法二面面经
完整信息
本篇目录
一、算法手撕（开场直接做题）
1. 给定目标数字 n 与数字数组 A ，允许数组内数字无限重复使用，求解可以拼出的、小于n的最大数值。
2. 要求分析该解题思路对应的时间复杂度、空间复杂度。
二、项目深挖提问（细节针对性追问）
1. 请解释项目中所用到的内化机制具体原理与实现逻辑。
2. 师生模型架构中，教师模型、学生模型各自的参数更新频次是怎样的？是否属于协同训练范式？
3. 项目中的优化方案，是否对应智能Agent领域的OPD优化思路？不同业务场景（搜推/大模型Agent）是否存在命名与定义差异？
4. 复盘个人项目，说明整套方案的核心创新点与差异化优势。
5. 结合落地场景，阐述该项目技术可以落地的具体业务场景与实际价值。
三、深度学习&大模型八股提问
1. 详细对比 GRPO 与 DPO 的核心原理、适用场景与优劣差异。
2. 通俗讲解重要性采样的底层原理与作用。
3. 自研自蒸馏训练框架，是否适配重要性采样？说明适配或不适配的原因。
4. 基于教师模型打分、指导学生模型做强化学习训练，会产生什么训练效果？对应哪种主流优化范式？
5. OPD训练框架是否适合引入重要性采样策略？说明理由。
6. 完整讲解Transformer整体架构，并区分 Encoder、Decoder 的结构差异与各自适用任务。
四、反问环节
1. 询问团队训练显卡资源规模，面试官表示相关信息为内部机密，未做解答。
本篇目录
当前问题0113
- 01
给定目标数字 n 与数字数组 A ，允许数组内数字无限重复使用，求解可以拼出的、小于n的最大数值。
- 02
要求分析该解题思路对应的时间复杂度、空间复杂度。
- 03
师生模型架构中，教师模型、学生模型各自的参数更新频次是怎样的？是否属于协同训练范式？
- 04
项目中的优化方案，是否对应智能Agent领域的OPD优化思路？不同业务场景（搜推/大模型Agent）是否存在命名与定义差异？
- 05
复盘个人项目，说明整套方案的核心创新点与差异化优势。
- 06
结合落地场景，阐述该项目技术可以落地的具体业务场景与实际价值。
- 07
详细对比 GRPO 与 DPO 的核心原理、适用场景与优劣差异。
- 08
通俗讲解重要性采样的底层原理与作用。
- 09
自研自蒸馏训练框架，是否适配重要性采样？说明适配或不适配的原因。
- 10
基于教师模型打分、指导学生模型做强化学习训练，会产生什么训练效果？对应哪种主流优化范式？
- 11
OPD训练框架是否适合引入重要性采样策略？说明理由。
- 12
完整讲解Transformer整体架构，并区分 Encoder、Decoder 的结构差异与各自适用任务。
- 13
询问团队训练显卡资源规模，面试官表示相关信息为内部机密，未做解答。