面灵AI→

滴滴大模型算法岗面经:多头注意力、GRPO 与 RAG 全链路九问

滴滴 大模型算法

滴滴大模型算法岗一面九问,一条线从模型原理拉到 RAG 工程:多头注意力的动机与单头局限、GRPO 与 PPO 在 RLHF 里的核心区别、vLLM 的吞吐来源、推荐系统为什么引入 RAG 及知识库的构建流程、嵌入模型为什么选 BGE 与 FAISS 索引怎么建、chunk 划分策略、什么场景需要 GraphRAG、超长输入的几种主流解法,最后手撕乘积最大子数组。

2026-10

滴滴大模型算法岗面经(同场第二份记录):从注意力机制到 GraphRAG

滴滴 大模型算法

同一场滴滴大模型算法岗面试的另一份作答记录,九问原样一致:多头注意力与单头局限、GRPO/PPO 的差异、vLLM 为什么快、推荐业务里 RAG 的来源与构建、BGE 与 FAISS 的选型、chunk 策略、GraphRAG 的适用场景、超长上下文解法,以及乘积最大子数组。这份记录把同一组题按「原理—工程—业务—手撕」重排了一遍,更适合当作复习提纲。

2026-10