面完小红书大模型算法岗，心态崩了。。。

最近这一两周不少公司已开启春招和实习招聘。

不同以往的是，当前职场环境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。

总结如下：

• 《大模型面试宝典》(2025版) 正式发布

---

一面

1. 自我介绍
2. 在学校的研究方向
3. 论文主要解决了什么问题
4. 讲一下之前大模型项目实习经历
5. LLaMA1/2/3的异同？
6. 介绍下LLaMa关键技术点？
7. 大模型的参数量为什么设计成 7B，13B，33B，65B 等如此怪异的数字？
8. 为什么vllm能够加快大模型推理速度？
9. 如何让大模型基于问题和 context 生成高质量的回答？
10. RLHF 训练过程是怎么样的？
11. DPO如何解决RLHF存在问题？
12. BERT和GPT的区别，都是怎么训练的
13. transformer和lstm+attention相比，主要的改进点是什么
14. 算法题：lc115，不同的子序列
15. 反问：部门业务和工作时长等

二面

这是我遇到过的最难的算法面试，最后一题在提示下做出来了。

1. 自我介绍
2. 实习期间最有意义事情是什么？
3. 你觉得LLM对做推荐算法有什么帮助吗？
4. LLM与推荐结合落地方面遇到什么问题？
5. LLM想要和推荐结合，有没有可落地的方案？
6. 抖音和小红书的推荐系统你觉得有什么差别，从算法的角度谈一谈
7. 小红书和抖音的冷启动处理机制，你觉得有什么区别？
8. 如何优化大模型检索过程，以减少延迟和提高效率？
9. 大模型训练推理框架平时用那些？
10. 详细说说Deepspeed的机制
11. 大模型训练，什么时候需要预训练？什么时候需要sft？什么时候需要dpo？
12. 如何提高模型的泛化能力？
13. 算法题1：有n个灯泡，一开始都关闭，执行n轮操作，第k轮将序号为k的倍数的灯的状态反转，请问n轮操作后有几盏灯是亮着的。
14. 算法题2：给定一个数组，每次从中取出一个数k，然后将数组中所有k-1和k+1都去掉，请问如何取才能保证所取的数之和最大，最大值为多少。