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%。
最常被问到的 30 道题
| # | 题目 | 问到的场次 | 占比 |
|---|---|---|---|
| 1 | PPO、DPO、GRPO、DAPO 等强化学习对齐算法 | 5 | 31% |
| 2 | PPO 的损失函数与 GAE | 3 | 19% |
| 3 | Transformer 与大模型的基本结构 | 2 | 12% |
| 4 | LoRA 的原理 | 2 | 12% |
| 5 | 三数之和:排序加双指针 | 2 | 12% |
| 6 | SAM、SAM 2、SAM 3 的架构差异 | 2 | 12% |
| 7 | Qwen-VL 系列与 Qwen2.5-VL 整体架构 | 2 | 12% |
| 8 | Agentic RL 与传统大模型强化学习的差异 | 2 | 12% |
| 9 | LangChain 与 LangGraph 的缺点 | 1 | 6% |
| 10 | vLLM 的核心技术 | 1 | 6% |
| 11 | RAG 的流程与理解 | 1 | 6% |
| 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? | 1 | 6% |
| 13 | 链表的几种经典操作 | 1 | 6% |
| 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 | 1 | 6% |
| 15 | 常见排序算法的对比 | 1 | 6% |
| 16 | 合并有序数组与合并区间 | 1 | 6% |
| 17 | 训练一个 32B 参数的模型大约需要多少 GPU 资源? | 1 | 6% |
| 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? | 1 | 6% |
| 19 | Agent 的概念与它和 LLM 的区别 | 1 | 6% |
| 20 | 门控机制的原理(LSTM、GRU、GLU) | 1 | 6% |
| 21 | CLIP 模型的原理与训练 | 1 | 6% |
| 22 | DeepSpeed ZeRO 三个阶段分别优化什么 | 1 | 6% |
| 23 | FP32、FP16、BF16 的区别与训练选型 | 1 | 6% |
| 24 | 大模型训练加速与显存优化:梯度检查点等 | 1 | 6% |
| 25 | 如何减少工具调用的参数幻觉和误调用 | 1 | 6% |
| 26 | 给定模型与显卡如何估算训练和推理显存 | 1 | 6% |
| 27 | 增量预训练的含义与混合数据加训方法 | 1 | 6% |
| 28 | 数据闭环设计与 Corner Case 挖掘 | 1 | 6% |
| 29 | 从 Prompt 到输出:LLM 推理全流程 | 1 | 6% |
| 30 | LoRA 原理与 r、alpha、target_modules 等超参 | 1 | 6% |
考点分布
- 大模型原理与微调47%
- 数据结构与算法16%
- 深度学习13%
- RAG 与 Agent11%
- 推理部署与加速11%
- 机器学习2%