面试题库 › 面试数据报告 › 腾讯大模型算法

腾讯大模型算法面试高频题报告(统计自 16 场真实面经)

结论:在 16 场腾讯大模型算法的真实面经里,被问得最多的是「PPO、DPO、GRPO、DAPO 等强化学习对齐算法」(31% 的场次问到)、「PPO 的损失函数与 GAE」(19% 的场次问到)、「Transformer 与大模型的基本结构」(12% 的场次问到)。按考点看,大模型原理与微调占 47%、数据结构与算法占 16%、深度学习占 13%。
数据截至 2026-11-20,来源:启面面经库(www.cplus123.com/mianshi),引用请注明出处。

最常被问到的 30 道题

#题目问到的场次占比
1PPO、DPO、GRPO、DAPO 等强化学习对齐算法531%
2PPO 的损失函数与 GAE319%
3Transformer 与大模型的基本结构212%
4LoRA 的原理212%
5三数之和:排序加双指针212%
6SAM、SAM 2、SAM 3 的架构差异212%
7Qwen-VL 系列与 Qwen2.5-VL 整体架构212%
8Agentic RL 与传统大模型强化学习的差异212%
9LangChain 与 LangGraph 的缺点16%
10vLLM 的核心技术16%
11RAG 的流程与理解16%
12深度学习常用的权重初始化方法有哪些?各适用什么情况?16%
13链表的几种经典操作16%
14经典算法题:最长回文子串、无重复最长子串、最大子数组和16%
15常见排序算法的对比16%
16合并有序数组与合并区间16%
17训练一个 32B 参数的模型大约需要多少 GPU 资源?16%
18把大模型上下文扩展到百万级的关键技术与挑战是什么?16%
19Agent 的概念与它和 LLM 的区别16%
20门控机制的原理(LSTM、GRU、GLU)16%
21CLIP 模型的原理与训练16%
22DeepSpeed ZeRO 三个阶段分别优化什么16%
23FP32、FP16、BF16 的区别与训练选型16%
24大模型训练加速与显存优化:梯度检查点等16%
25如何减少工具调用的参数幻觉和误调用16%
26给定模型与显卡如何估算训练和推理显存16%
27增量预训练的含义与混合数据加训方法16%
28数据闭环设计与 Corner Case 挖掘16%
29从 Prompt 到输出:LLM 推理全流程16%
30LoRA 原理与 r、alpha、target_modules 等超参16%

考点分布

统计口径:同一场面试里同一道题(含不同问法)只算一次;占比 = 问到这道题的场次 ÷ 该公司该岗位的面经场次。

想知道自己能不能答好这些题?让 AI 面试官按腾讯大模型算法的高频题用语音连环追问你,面完逐题打分。