仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
百度TPG大模型岗面试，还是比较有压力的
是时候准备实习和面试了。
不同以往的是，当前职场已不再是那个双向奔赴时代了。求职者在变多，HC在变少，岗位要求还更高了。
最近，我们又陆续整理了很多大厂的面试题，帮助一些球友解惑答疑，分享技术面试中的那些弯弯绕绕。
总结链接如下：
《大模型算法工程师经典百问典》(2025版)正式发布！
《算法工程师直通大厂面经汇总》(2025版)正式发布！
喜欢本文记得收藏、关注、点赞。更多实战和面试交流，文末加入我们星球
部门与岗位：百度TPG-文心一言团队-大模型算法岗
自我介绍和项目介绍
介绍一下了解的大模型有哪些，这些模型在结构上有什么差异
说一下大模型常用的位置编码有哪些，各有什么优缺点
介绍一下大模型的预训练后训练以及推理是怎么做的，并且详细问了RLHF的做法，包括PPO算法的原理，以及DPO和PPO的区别
大模型的超长上下文是怎么做的，比如说KIMI
大模型智能体是怎么工作的，有哪些组件
场景题：如何训练一个大模型，可以做到精确的提取摘要
代码：股票的四个题
121. 买卖股票的最佳时机
122. 买卖股票的最佳时机II
123. 买卖股票的最佳时机III
188. 买卖股票的最佳时机IV
整体来说一面偏基础，问的问题也主要是一些大模型的八股问题，没有太多发散性的问题，难度不大。但是考察的还是挺全面的，整个面试一个半小时多
自我介绍
因为之前是做CV的，所以面试官问了CV和NLP的区别和联系，在Transformer的大背景下，CV、NLP，包括语音等，能否实现大一统
训练大模型的时候数据怎么清洗，怎么处理，怎么配比，怎样操作能更容易使模型达到更好的性能
什么是大模型的幻觉，如何减轻幻觉问题
大模型的复读问题是怎么产生的，业内一般有什么解决办法
大模型的工具调用怎么实现
Agent有哪几部分构成，了解哪些具体的实现方法
开放题：之前训练大模型的时候遇到过什么困难，你是怎么解决的
代码：实现一个Tokenizer，只能用PyTorch基础语法
二面相比于一面更加看重综合素质，喜欢考察分析问题解决问题的能力，对于一些细节知识点的考察并不多。二面也面试了一个多小时，面试官还是挺专业的。
首先过项目，但是问的特别细致，尤其是一个Agent的项目，从背景，到动机，再到做法，最后的结果，都问的非常细，大概有半个小时的时间
开放题：你觉得当前大模型还存在怎样的问题，有什么解决办法吗
开放题：让你自己设计一个Agent，会怎么做，为什么这样做
找工作比较在意的点是什么，除了薪资还有什么
对文心一言这个产品了解吗，有哪些优点和值得改进的点
如果给你发Offer，你到这个团队能做出什么贡献
三面整体来说更加综合，不止有一些技术问题，还有职业规划这些问题，更加考察整体的能力。面试官应该是这个团队的大老板，看问题更加系统和全面，整体面下来还是比较有压力的。
整体下来感觉面试官都是非常专业的，面试深度和广度都很可以，三场面试层层递进。面试官人也不错，如果比较满意的话也愿意多花时间来聊，而不是严格的卡一个小时这种完任务式的面试。
llms大厂面试题宝典(知识星球)来了，这是一个面向全体学生和机器学习/算法/大模型/科研人员的技术沟通和求职交流的平台。
在这里你可以了解最前沿AI技术资讯、Paper、大模型、多模态，算法竞赛、实战项目、获取AI算法的校招/社招准备攻略、面试题库、面试经验分享、Offer选择、内推机会、学习路线、求职答疑和海量学习资料等内容。
同时，你也可以与来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企开发者互动交流~
llms大厂面试题宝典方向涉及搜广推、深度学习，机器学习，计算机视觉，知识图谱，自然语言处理，大数据，自动驾驶，强化学习，大模型、多模态、具身智能等多个方向。
我们会不定期开展知识星球现金立减优惠活动，加入星球前可以添加我微信：
yangyiya2002，咨询活动详情。iOS用户直接添加我微信进星球。
