面灵AI→

大模型后训练与 Agent 开发面试总结:三个月二十多场的高频题

多家互联网公司 多轮

三个月面试二十多场后整理的题目清单:后训练与对齐集中在方法选型、SFT 细节、PPO/DPO/GRPO 对比与 Reward 设计;Agent 方向集中在架构、工程治理、评测与 Skill 漂移;项目深挖要求讲完整故事;部署侧问 vLLM 的 Prefix Cache 与 Paged Attention,手撕以 Medium 为主。

2026-11